kawalan dan pengurusan optimum bagi penjana...
TRANSCRIPT
KAWALAN DAN PENGURUSAN OPTIMUM BAGI PENJANA TERAGIH
BERASASKAN SEL FUEL MENGGUNAKAN TEKNIK LOGIK KABUR
DAN RANGKAIAN NEURAL
NOR AIRA ZAMBRI
TESIS YANG DIKEMUKAKAN UNTUK MEMPEROLEH IJAZAH
DOKTOR FALSAFAH
FAKULTI KEJURUTERAAN DAN ALAM BINA
UNIVERSITI KEBANGSAAN MALAYSIA
BANGI
2014
v
ABSTRAK
Pengurangan bahan api fosil, kenaikan harga minyak serta kesedaran terhadap alam
sekitar telah menarik perhatian penggunaan sistem penjana teragih (PT) berasaskan
tenaga bolehbaharu. Antara pelbagai jenis PT berasaskan tenaga bolehbaharu,
teknologi sel fuel telah menunjukkan potensi yang besar dalam penjanaan tenaga
elektrik disebabkan oleh pembangunan teknologi yang cepat, kecekapan yang tinggi,
operasi yang bersih serta tidak dipengaruhi oleh keadaan cuaca. Di dalam tesis ini, dua
model dinamik sel fuel telah dibina, iaitu, model sel fuel ditambah baik jenis
membran penukaran proton dan model baru sel fuel oksida pepejal jenis satah. Bagi
mengatasi masalah kebuluran bahan api dalam sel fuel sewaktu perubahan beban yang
besar disebabkan oleh reaksi pemprosesan gas serta masalah dinamik sel fuel itu
sendiri, sistem penyimpanan tenaga seperti bateri telah ditambah kepada sistem PT sel
fuel. Fokus utama bagi tesis ini adalah untuk membangunkan strategi kawalan bagi
sistem PT hibrid menggunakan sel fuel bersama bateri jenis asid plumbum untuk
operasian tersambung ke grid dengan objektif untuk mengurangkan komponen
harmonik yang disuntik ke grid utiliti. Sel fuel menggunakan teknik pengesanan titik
kuasa maksima untuk menjana kitar tugas bagi penukar boost untuk memastikan
pengekstrakan kuasa maksimum dari sel fuel. Untuk memperbaiki pengaturan bas
AT, tenaga bateri disambung ke penukar dwiarah turun/naik bagi memastikan aliran
kuasa yang berterusan antara bas AT dan bateri. Untuk mengawal penyongsang
sumber voltan (PSV) bagi sistem sel fuel/bateri, kaedah konvensional kawalan mod-
voltan dan mod-arus dengan pengawal yang ditambah baik kamiran-perkadaran (KP)-
logik kabur bagi kedua-dua gelung kawalan arus dalaman dan voltan keluaran telah
dibina. Pengawal KP- logik kabur yang dicadangkan mempunyai kelebihan
berbanding pengawal logik kabur di samping mengekalkan kesederhanaan dan
keteguhan pengawal KP. Modulasi lebar denyut jenis vektor ruang telah digunakan
bagi pengawal PSV untuk menjana gelombang bentuk sinus. Model PT berasaskan
penyongsang yang dicadangkan diaplikasikan kepada sistem grid-mikro untuk
meninjau keberkesanannya sebagai model yang lengkap serta untuk menilai prestasi
penggunaannya dalam sistem rangkaian yang besar. Memandangkan model PSV
dibina berdasarkan skim kawalan P-Q yang membolehkan kawalan berasingan bagi
keluaran kuasa aktif dan reaktif, PT boleh beroperasi secara terus berdasarkan kepada
rujukan kuasa aktif dan reaktif pada penyongsang. Satu teknik pintar terbaru telah
dibangunkan untuk menguruskan rujukan kuasa aktif dan reaktif bagi PT dengan
menggunakan rangkaian neural tiruan untuk memastikan unit PT beroperasi pada nilai
kuasa yang optimum di samping mengurangkan jumlah kehilangan kuasa serta
mengekalkan profil voltan dalam had yang boleh diterima. Hasil keputusan
menunjukkan teknik rangkaian neural buatan yang dicadangkan dapat meramalkan
dengan tepat rujukan kuasa aktif dan reaktif bagi PT dengan ralat yang minima. Satu
perbandingan telah dilakukan antara pengawal KP-logik kabur dan pengawal KP bagi
PSV dari segi penjanaan jumlah herotan harmonik (JHH). Hasil kajian menunjukkan
bahawa dengan menggunakan pengawal KP-logik kabur, JHH bagi voltan dan arus
dikurangkan masing-masing kepada 0.40 % dan 3.77 % berbanding 0.43 % bagi JHH
voltan dan 14.08 % bagi JHH arus jika menggunakan pengawal KP yang
konvensional.
vi
ABSTRACT
The depletion of fossil fuel, the rise in oil prices and environmental concerns has
attracted interest in employing renewable energy based distributed generation (DG)
system. Among the various types of renewable energy based DG, fuel cell technology
has shown great potential in electricity generation due to its fast technology
development, high efficiency, clean operation and immune to adverse effects of
weather condition. In this thesis, two fuel cell dynamic models have been developed,
namely, the improved proton exchange membrane fuel cell and a new planar solid
oxide fuel cell. To overcome the fuel starvation problem in fuel cells during variation
of large loads due to the gas processing reaction and fuel cell dynamics, an energy
storage system such as battery is added to the fuel cell DG system. The main focus of
the thesis is to develop control strategies for a hybrid DG system employing fuel cell
with lead-acid battery storage for grid-connected operation with the objectives of
minimizing the harmonics injected to the utility grid. The fuel cell utilizes a maximum
power point tracking technique to generate duty cycle for the boost converter so as to
ensure maximum power extraction from the fuel cell. To enhance DC bus regulation,
the battery storage is interfaced with a bidirectional buck/boost converter to ensure
continuity of power flow between the DC bus and the battery. To control the fuel
cell/battery grid-side voltage source inverter (VSI), the conventional voltage-mode
and current-mode control schemes with improved proportional-integral (PI)-fuzzy
controller for both inner current and outer voltage control loops have been developed.
The proposed PI-fuzzy controller has the advantage of fuzzy control while
maintaining the simplicity and robustness of the PI controller. The space-vector pulse
width modulation technique has been applied to the VSI control to generate a
sinusoidal waveform. The proposed DG-based inverter model is then applied to a
micro-grid system to see the effectiveness of the complete model and to evaluate its
application performance to a large network system. Since the VSI developed is based
on a P-Q control scheme that allows the execution of active and reactive power
outputs to be independently controlled, the DG can be directly operated based on the
active and reactive power references of the inverter. A new intelligent technique has
been developed for managing the active and reactive powers of DG references using
artificial neural networks to ensure that the DG units operate at its optimal value while
reducing total power losses and maintaining voltage profile within its acceptable limit.
The results showed that the proposed artificial neural network technique can correctly
predict the optimal DG active and reactive power references with minimal errors. A
comparison has been made between the PI-fuzzy controller and the PI controller in the
VSI in terms of the generated total harmonic distortion (THD). The results showed
that by applying PI-Fuzzy controller, the voltage and current THD are reduced to 0.40
% and 3.77 %, respectively compared to 0.43 % voltage THD and 14.08 % current
THD using the conventional PI controller.
vii
KANDUNGAN
Halaman
PENGAKUAN iii
PENGHARGAAN iv
ABSTRAK v
ABSTRACT vi
KANDUNGAN vii
SENARAI JADUAL xii
SENARAI RAJAH xiv
SENARAI SIMBOL xx
SENARAI SINGKATAN xxvi
BAB I PENGENALAN 1
1.1 Latar Belakang Kajian 1
1.2 Penyataan Masalah Kajian 4
1.3 Objektif Kajian dan Skop Kerja 7
BAB II TINJAUAN KEPUSTAKAAN 9
2.1 Pengenalan 9
2.2 Jenis dan Ciri Sel Fuel 9
2.3 Model Dinamik Sel Fuel 12
2.3.1 Model Simulasi SFMPP
2.3.2 Model Simulasi SFOP
13
16
2.4 Sistem Penjana Teragih Berasaskan Sel Fuel Hibrid 19
2.4.1 Jenis Bateri
2.4.2 Kaedah Kawalan Sistem Penyimpanan Tenaga
2.4.3 Konfigurasi Sistem Penjana Teragih Hibrid
20
21
22
2.5 Komponen Sistem Penjana Teragih Berasaskan Sel Fuel 24
2.5.1 Unit Pemproses Bahan Api
2.5.2 Unit Tindanan Sel Fuel
2.5.3 Unit Penyesuai Kuasa
2.5.4 Pengawal Unit Penyesuai Kuasa
25
25
26
27
viii
2.6 Kesan Penjana Teragih Terhadap Kualiti Kuasa 29
2.7 Pengurusan Kuasa Aktif Dan Reaktif Bagi Penjana Teragih
Dalam Grid Mikro
31
2.8 Ringkasan Bab 32
BAB III PEMODELAN DINAMIK SEL FUEL 33
3.1 Pengenalan 33
3.2 Asas Pengoperasian Sel Fuel 33
3.2.1 Asas Operasi Sel Fuel Membran Penukaran Proton
3.2.2 Asas Operasi Sel Fuel Oksida Pepejal Jenis Satah
34
35
3.3 Pemodelan Dinamik Bagi Sel Fuel Membran Penukaran Proton 36
3.3.1 Unit Pemproses Bahan Api
3.3.2 Model Unit Sel Fuel Membran Penukaran Proton
37
39
3.4 Pemodelan Dinamik Sel Fuel Oksida Pepejal Jenis Satah 46
3.5 Pembangunan Model Simulasi Sel Fuel Menggunakan Perisian
MATLAB/Simulink
49
3.5.1 Model Simulasi SFMPP
3.5.2 Model Simulasi SFOP Jenis Satah
50
52
3.6 Pengesahan Model Sel Fuel 54
3.7 Ringkasan Bab 54
BAB IV PEMBANGUNAN MODEL HIBRID SEL FUEL DAN
BATERI SEBAGAI PENJANA TERAGIH
55
4.1 Pengenalan 55
4.2 Pembangunan Model Hibrid Sel Fuel Dan Bateri Sebagai PT
Beroperasi Secara Kendiri
55
4.2.1 Model Hibrid Sel Fuel dan Bateri Sebagai PT Tanpa
Pengesanan Titik Kuasa Maksima
4.2.2 Model Hibrid Sel Fuel dan Bateri Sebagai PT Dengan
Pengesanan Titik Kuasa Maksima
4.2.2.1 Penukar Naik AT/AT
4.2.2.2 Penukar Dwiarah AT/AT
56
58
59
62
4.3 Pembangunan Model Hibrid Sel Fuel Dan Bateri Sebagai PT
Beroperasi Secara Tersambung Ke Grid Dengan Pengawal KP-
Logik Kabur Baru
64
4.3.1 Pemodelan Unit Penyongsang 68
ix
4.3.1.1 Konfigurasi Bagi Pengawal KP-Logik Kabur
4.3.1.2 Teknik Modulasi Lebar Denyut Jenis Vektor
Ruang
4.3.2 Pengurusan Sumber Kuasa
73
83
86
4.4 Pembinaan Model PT Hibrid Sel Fuel Dan Bateri
Menggunakan Perisian MATLAB/Simulink
87
4.4.1 Model Simulasi PT Hibrid Bagi Operasian Kendiri
4.4.2 Model Simulasi PT Hibrid Bagi Operasian Tersambung
ke Grid
87
91
4.5 Ringkasan Bab 93
BAB V PENGURUSAN KUASA AKTIF DAN REAKTIF BAGI
PENJANA TERAGIH DALAM GRID MIKRO
94
5.1 Pengenalan 94
5.2 Sistem Grid Mikro 94
5.3 Penyelarasan Kuasa Aktif dan Reaktif Bagi Penjana Teragih
Dalam Sistem Grid Mikro
96
5.4 Pengoptimuman Kuasa Aktif dan Reaktif Bagi Penjana Teragih
Dalam Sistem Grid Mikro
99
5.5 Teori Rangkaian Neural Tiruan 100
5.5.1 Rangkaian Neural Perseptron Berbilang Lapisan
5.5.2 Rangkaian Neural Fungsi Asas Jejari
5.5.3 Algoritma Levenberg-Marquardt
5.5.4 Fungsi Pengaktifan dalam RNT
100
101
103
103
5.6 Penggunaan RNT Bagi Pengurusan Kuasa Rujukan Penjana
Teragih Dalam Sistem Grid Mikro
105
5.6.1 Penjana Teragih Berasaskan Penyongsang
5.6.2 Perihal Sistem Ujian
5.6.3 Ramalan Kuasa Rujukan bagi Penjana Teragih
Menggunakan RNPBL dan RNFAJ
5.6.4 Penjanaan Set Data Latihan dan Ujian
5.6.5 Penormalan Data
5.6.6 Penilaian Prestasi RNT
5.6.7 Perlaksanaan RNPBL dan RNFAJ Untuk Ramalan
Kuasa Rujukan PT
106
107
108
110
113
113
114
5.7 Penggunaan RNT dalam sistem grid mikro 115
5.8 Ringkasan Bab 115
x
BAB VI KEPUTUSAN DAN PERBINCANGAN 117
6.1 Pengenalan 117
6.2 Keputusan simulasi bagi model dinamik sel fuel 117
6.2.1 Pengesahan Model SFMPP
6.2.2 Pengesahan Model SFOP jenis satah
6.2.3 Perbandingan Model SFMPP dan SFOP Jenis Satah
118
122
123
6.3 Keputusan simulasi model hibrid bagi penjana teragih 127
6.3.1 Keberkesanan PT Hibrid Beroperasi Secara Kendiri
6.3.1.1 PT Hibrid Tanpa PTKM
6.3.1.2 PT Hibrid Dengan PTKM
6.3.2 Keberkesanan PT Hibrid Tersambung Ke Grid Dengan
Strategi Kawalan KP-Logik Kabur Yang Baru
6.3.2.1 Mod operasi I: Tersambung ke grid
6.3.2.2 Mod operasi II: Terasing dari grid
6.3.2.3 Analisis Jumlah Herotan Harmonik
127
127
131
134
135
141
144
6.4 Keputusan pengurusan kuasa aktif dan reaktif bagi penjana
teragih dalam grid mikro
146
6.4.1 Keputusan Latihan RNT
6.4.2 Keputusan Ujian RNT
6.4.3 Perbandingan Kehilangan Kuasa dan Kos dalam Sistem
6.4.4 Penilaian Profil Voltan Sistem
146
148
153
156
6.5 Ringkasan bab 158
BAB VII KESIMPULAN DAN CADANGAN 159
7.1 Kesimpulan 159
7.2 Sumbangan utama kajian 161
7.3 Cadangan kajian lanjutan 162
RUJUKAN 163
xi
LAMPIRAN
A Model Simulasi Bagi Penukar Naik dan Penukar Bateri 173
B Model Simulasi Bagi Penyongsang 175
C Data Bagi Sistem Ujian 8 Bas 178
D Set Data Latihan dan Ujian Bagi RNT 184
E Jumlah Herotan Harmonik 188
Senarai Penerbitan 194
xii
SENARAI JADUAL
Nombor Jadual Halaman
2.1 Perbandingan jenis-jenis sel fuel 11
2.2 Model simulasi SFMPP 13
2.3 Ciri bateri dan kapasitor ultra 19
2.4 Perbandingan jenis-jenis bateri 21
3.1 Parameter bagi model SFMPP 52
3.2 Parameter bagi model SFOP jenis satah 53
4.1 Peraturan logik kabur bagi pengawal voltan luaran penyongsang 77
4.2 Peraturan logik kabur bagi menentukan α 77
4.3 Peraturan logik kabur bagi menentukan β 77
4.4 Peraturan logik kabur bagi pengawal arus dalaman penyongsang
bagi koordinat-d
81
4.5 Peraturan logik kabur bagi pengawal arus dalaman penyongsang
bagi koordinat-q
81
4.6 Peraturan logik kabur bagi menentukan α dan β bagi koordinat-
d
81
4.7 Peraturan logik kabur bagi menentukan α dan β bagi koordinat-
q
81
4.8 Masa pensuisan tiga fasa bagi MLDVR 86
4.9 Data bagi model sel fuel dan bateri 88
4.10 Data sel fuel, bateri dan penukar 90
4.11 Data bagi sel fuel, bateri, penukar dan grid 93
xiii
5.1 Persamaan fungsi pengaktifan 105
5.2 Penerangan komponen dalam sistem ujian 108
5.3 Jumlah taburan data bagi aplikasi RNT 111
5.4 Parameter bagi RNPBL dan RNFAJ 111
6.1 Perbandingan prestasi herotan harmonik bagi pengawal KP-
logik kabur dan KP
145
6.2 Perbandingan prestasi JHH bagi pengawal KP-logik kabur dan
MLDVR menggunakan indeks modulasi yang berlainan
146
6.3 Prestasi bagi ujian RNPBL dan RNFAJ 150
6.4 Perbandingan kehilangan kuasa 154
6.5 Perbandingan kos 156
194
SENARAI PENERBITAN YANG DIHASILKAN DARI TESIS
(2011-2014)
JURNAL
Zambri, N. A., Mohamed, A. & Shareef, H. 2011. Performance comparison of
dynamic models of proton exchange membrane and planar solid oxide fuel
cells subjected to load change. IREMOS. 4(6): 3402-3409
Zambri, N. A.; Mohamed, A. ; Shareef, H. & Wanik, M. Z. C. 2013. Design of a
Hybrid Fuel Cell with Battery Energy Storage for Stand-Alone Distributed
Generation Applications, World Academy of Science, Engineering and
Technology, International Science Index 78. 7(6): 1588 - 1593.
Zambri, N. A., Mohamed, A., Shareef, H. & Wanik, M. Z. C. 2013. Hybrid Proton
Exchange Membrane Fuel Cell with Battery Energy Storage for Stand-Alone
Distributed Generation Applications. Przegląd Elektrotechniczny. 89(5): 161-
166.
Zambri, N. A. & Mohamed, A. 2014. Utilization of fuel cell energy source for
distribution power generation: theory, modeling and review of research work.
Przegląd Elektrotechniczny. 90(5): 189-200.
Zambri, N. A., Mohamed, A. & Wanik, M. Z. C. 2014. Performance Comparison of
Neural Networks for Intelligent Management of Distributed Generators in a
Distribution System. International Journal of Electrical Power & Energy
Systems. (Under review).
Zambri, N. A., Mohamed, A. & Wanik, M. Z. C. 2014. Performance of Grid-
Connected Fuel Cell System with Battery Energy Storage. International
Journal of Electrical Power & Energy Systems. (Under review).
KERTAS PERSIDANGAN
Zambri, N. A., Mohamed, A. & Shareef, H. 2011. Dynamic Modeling of a Proton
Exchange Membrane Fuel Cell in MATLAB/Simulink. Regional Engineering
Postgraduate Conference (EPC), hlm. 1-7.
Wanik, M. Z. C., Zambri, N. A., Mohamed, A. & Shareef, H. 2011. Dynamic
modelling of a pemfc generation system for grid connection studies.
International Conference of Fuel Cell & Hydrogen Technology, hlm. 1-8.
195
Zambri, N. A.; Mohamed, A. ; Shareef, H. & Wanik, M. Z. C. 2013. Design of a
Hybrid Fuel Cell with Battery Energy Storage for Stand-Alone Distributed
Generation Applications, International Conference of Electtrical Engineering
2013, hlm. 2419-2424.
Zambri, N. A., Mohamed, A. & Wanik, M. Z. C. 2014. Coordinated Control of Green
Energy-Based Distributed Generation in Distribution Networks Using
Artificial Neural Networks. Annual Conference of Engineering and
Information Technology 2014, hlm. 342-352.
Zambri, N. A., Mohamed, A. & Wanik, M. Z. C. 2014. Intelligent Power Management
Strategy of Hybrid Distributed Generation System Using Artificial Neural
Networks. 2014 IEEE Innovative Smart Grid Technologies Conference, hlm.
1-6.
xiv
SENARAI RAJAH
Nombor Rajah Halaman
2.1 Kesan pengecasan dua lapisan 16
2.2 SFOP konfigurasi tiub 17
2.3 SFOP konfigurasi satah 17
2.4 Struktur selari bagi sistem sel fuel hibrid 20
2.5 Struktur penyambungan-AT bagi sistem PT hibrid 23
2.6 Struktur penyambungan-AU bagi sistem PT hibrid 24
3.1 Sel tunggal bagi SFMPP 34
3.2 Sel tunggal bagi SFOP jenis satah 36
3.3 Sistem penjanaan SFMPP 37
3.4 Model unit pemproses bahan api bagi SFMPP yang
dibangunkan
39
3.5 Litar setara bagi SFMPP 42
3.6 Model unit SFMPP yang dicadangkan 45
3.7 Model unit SFOP jenis satah yang dicadangkan 49
3.8 Model unit pemproses bahan api yang dibangunkan
menggunakan MATLAB/Simulink
50
3.9 Model simulasi SFMPP yang dibangunkan menggunakan
MATLAB/Simulink
51
3.10 Model simulasi SFOP jenis satah yang dibangunkan
menggunakan MATLAB/Simulink
53
xv
4.1 Tindak balas yang perlahan terhadap kuasa keluaran sel fuel 56
4.2 Konfigurasi PT berasaskan hibrid sel fuel dan bateri tanpa
PTKM
57
4.3 Model bateri jenis asid-plumbum 58
4.4 Konfigurasi PT berasaskan hibrid sel fuel dan bateri dengan
PTKM yang dibangunkan
59
4.5 Penukar naik AT/AT dengan pengawal PTKM yang
dibangunkan
60
4.6 Carta alir bagi algoritma U&C 61
4.7 Pengawal PTKM 62
4.8 Litar penukar dwiarah naik/turun AT/AT yang dibangunkan 63
4.9 Pengawal bagi penukar bateri yang dibangunkan 63
4.10 Konfigurasi sistem PT hibrid sel fuel/bateri tersambung ke grid
yang dicadangkan
64
4.11 Carta alir algoritma kawalan bagi sistem PT hibrid tersambung
ke grid
67
4.12 Pengawal bagi penukar bateri bagi model PT hibrid tersambung
ke grid
68
4.13 Konfigurasi dq-GTF pada PSV yang dibangunkan 69
4.14 Konfigurasi PSV yang dibangunkan beserta strategi kawalannya 69
4.15 Pengawal KP-logik kabur untuk gelung kawalan arus dalaman
bagi penyongsang yang dibangunkan
72
4.16 Gelung kawalan arus dalaman bagi penyongsang 72
4.17 Gelung kawalan voltan luaran bagi penyongsang 73
4.18 Pengawal KP-logik kabur untuk gelung voltan luaran PSV yang 74
xvi
dibangunkan
4.19 Fungsi keahlian bagi E dan EC 75
4.20 Fungsi keahlian bagi U 75
4.21 Fungsi keahlian bagi U (a) untuk menentukan α (b) untuk
menentukan β
76
4.22 Fungsi keahlian bagi E dan EC dalam gelung kawalan arus
dalaman
80
4.23 Fungsi keahlian bagi U dalam gelung kawalan arus dalaman 80
4.24 Gambarajah sektor dan asas bagi vektor pensuisan 84
4.25 Corak pensuisan MLDVR tak-simetri 85
4.26 Carta alir bagi pengurusan sumber kuasa 87
4.27 Model PT hibrid tanpa PTKM 88
4.28 Carta alir pengawal pengecasan bagi bateri 89
4.29 Model PT hibrid dengan unit PTKM 90
4.30 Model lengkap bagi sistem PT hibrid berasaskan sel fuel dan
bateri
92
4.31 Sistem PT hibrid sel fuel dan bateri beserta beban AT dan blok
pengurusan sumber kuasa
92
5.1 Kaedah pengurusan PT dalam sistem grid mikro 96
5.2 Sistem kuasa pengagihan menggambarkan kejatuhan voltan 97
5.3 Sistem grid mikro ringkas dengan dua unit PT 98
5.4 Seni bina bagi tiga lapisan RNPBL dengan fungsi pengaktifan
yang berbeza
101
5.5 Seni bina bagi tiga lapisan RNFAJ 102
xvii
5.6 Fungsi pengaktifan di dalam RNT 104
5.7 Fungsi pengaktifan (a) lelurus, (b) sigmoid, (c) tangen hiperbola
dan (d) Gaussian di dalam RNT
105
5.8 Penyongsang sumber voltan 106
5.9 Gambarajah bagi sistem ujian 107
5.10 Proses pengoptimuman untuk menentukan kuasa rujukan
optima PT
109
5.11 Pelaksanaan RNPBL dan RNFAJ untuk meramal kuasa rujukan
PT
110
5.12 Kuasa aktif beban untuk set data ujian RNT 112
5.13 Kuasa reaktif beban untuk set data ujian RNT 112
5.14 Kuasa aktif bagi fotovolta (PT1) untuk set data ujian RNT 112
5.15 Carta alir pelaksanaan latihan RNT 114
5.16 Model simulasi sistem grid mikro dalam MATLAB/Simulink 116
6.1 Perbandingan lengkung pengutuban dan lengkung kuasa
SFMPP (a) lengkung pengutuban model simulasi (b) lengkung
kuasa model simulasi (c) data pengilang
119
6.2 Voltan keluaran SFMPP dengan model termodinamik dan tanpa
model termodinamik
120
6.3 Beban yang dikenakan ke atas SFMPP 120
6.4 Perubahan suhu di dalam tindanan SFMPP 120
6.5 Kadar aliran hidrogen menggunakan pengawal KP dan KPT 121
6.6 Perbandingan lengkung pengutuban dan lengkung kuasa bagi
SFOP jenis satah (a) lengkung pengutuban model imulasi (b)
lengkung kuasa model simulasi (c) lengkung pengutuban dan
kuasa dari Bum et al. (2006)
123
6.7 Voltan keluaran AT bagi unit tunggal sel fuel 124
xviii
6.8 Arus beban masukan 126
6.9 Voltan keluaran SFMPP 126
6.10 Voltan keluaran SFOP jenis satah 126
6.11 Permintaan perubahan beban 128
6.12 Kuasa keluaran sel fuel dan bateri 128
6.13 Keadaan SOC bagi bateri asid-plumbum 129
6.14 Perbandingan prestasi tiga jenis bateri (a) ketika permulaan (b)
pada 2.5 s sehingga 3 s
130
6.15 Keputusan simulasi bagi kuasa beban serta kuasa keluaran sel
fuel dan bateri asid-plumbum
131
6.16 Keputusan simulasi PT hibrid dengan PTKM (a) SOC bagi
bateri (b) arus pengkalan bateri
133
6.17 Pensuisan bagi penukar dwiarah AT/AT (a) IGBT1 (b) IGBT2 133
6.18 Voltan bas AT 134
6.19 Kuasa beban (a) beban AT dan (b) beban AU 135
6.20 Keputusan simulasi bagi kuasa keluaran sel fuel, bateri dan
beban AT
136
6.21 Keputusan simulasi PT hibrid (a) SOC bagi bateri (b) arus
pengkalan bateri
137
6.22 Pensuisan bagi penukar (a) IGBT1 (b) IGBT2 137
6.23 Voltan bas AT dengan pengurusan sumber kuasa 138
6.24 Kuasa keluaran bagi grid dan PT hibrid bersama beban AU 139
6.25 Voltan dan arus pada TGS 139
6.26 Jumlah herotan harmonik bagi voltan pada TGS 140
xix
6.27 Jumlah herotan harmonik bagi arus pada TGS 140
6.28 Voltan grid ketika kerosakan berlaku 141
6.29 Kuasa keluaran PT hibrid dan grid ketika kerosakan 142
6.30 Keputusan simulasi SOC bagi bateri asid-plumbum (a) tiada
kerosakan berlaku pada talian (b) terdapat kerosakan berlaku
pada talian
142
6.31 Voltan pada TGS (a) ketika kerosakan (b) ketika
penyambungan semula ke grid
144
6.32 Analisis regresi antara keluaran RNT dan sasaran bagi RNPBL
dan RNFAJ dengan berlainan fungsi pengaktifan (a) Sigmoid
(b) Tangen hiperbola (c) Lelurus (d) Gaussian
148
6.33 Rujukan kuasa aktif bagi PT2 151
6.34 Rujukan kuasa aktif bagi PT3 151
6.35 Rujukan kuasa reaktif bagi PT1 152
6.36 Rujukan kuasa reaktif bagi PT2 152
6.37 Rujukan kuasa reaktif bagi PT3 153
6.38 Profil voltan pada bas 400V bagi talian 1, 2 dan 3 157
xx
SENARAI SIMBOL
2kcx Jarak Euclidean antara vektor masukan dan pusat
% Peratus
α Faktor terbaharu bagi αKp bagi pengawal KP-logik kabur
β Faktor terbaharu bagi βKi bagi pengawal KP-logik kabur
∆G Perubahan tenaga Gibbs bebas
∆H Perubahan entalpi bagi reaksi kimia
∆S Perubahan entropi
a Pemalar empirik
A Ampere
A Kawasan aliran saluran
Ah Ampere-Hour
atm Atmosfera
b Pemalar empirik
b1, b
2 Vektor bias
bi Keluaran bagi peraturan i
C Jumlah kapasitans
C Kapasitor
CH4 Gas metana
CO Gas karbon monoksida
CO2 Gas karbon dioksida
Ct Kemuatan haba bagi sel fuel
CV Faktor penukaran
eff
aD Pekali resapan berkesan bagi anod
eff
kD Pekali resapan berkesan bagi katod
d Kitar tugas
e Isyarat ralat
xxi
e- Elektron negatif
E Pemboleh ubah linguistik yang merujuk kepada e(t)
e(t) Ralat nisbah lengah
E0 Voltan tetap bateri
EC Pemboleh ubah linguistik yang merujuk kepada ev(t)
emax Ralat maksima
Eo
Keupayaan piawai elektrod
EOCV Voltan litar terbuka
erms Ralat punca min kuasa dua
ev(t) Masukan bagi kadar ralat
Exp(s) Zon dinamik eksponen
F Pemalar Faraday
H Jumlah kemuatan terma bagi semua jisim SFMPP
H+ Ion hidrogen
H2 Gas hidrogen
H2O Air
I Arus
i(t) Isyarat kawalan
ias Ketumpatan arus pada elektrod
Ib Arus terminal bateri
Id_ruj Arus rujukan pada kerangka-d
Ig Aliran arus melalui pearuh
Igd Arus nyata bagi grid
Igq Arus khayalan bagi grid
iks Ketumpatan arus pada permukaan elektrolit
Ilimit Had bagi arus tindan sel fuel
io,a Penukaran ketumpatan arus bagi anod
io,k Penukaran ketumpatan arus bagi katod
Iq_ruj Arus rujukan pada kerangka-q
it Kapasiti tersari
K Nilai pengutuban yang tetap
xxii
kd Gandaan terbitan
kHz Kilo-Hertz
ki Gandaan perkadaran
Ki Gandaan bagi kamiran
kmol Kilo mol
kp Gandaan kamiran
Kp Gandaan bagi perkadaran
kVA Kilo Volt-Amperes
kVar Kilovolt ampere reactive
kW Kilo Watt
kWh KiloWatt-hour
L Pearuh
Lg Kearuhan setara bagi penapis
m Indeks modulasi
max Maksima
mH Mili-Henry
min Minima
MVAr Megavolt ampere reactive
MW Megawatt
mW MiliWatt
n Jumlah elektron yang terhasil dari tindakbalas kimia
o Pemalar empirik
concη Kehilangan kepekatan
ohm Kehilangan ohm
actη Kehilangan pengaktifan
N Negatif
N0 Bilangan sel fuel yang disambung secara sesiri di dalam tindanan
N0 Jumlah sel bagi sel fuel
NS Negatif sifar
O2 Gas oksigen
xxiii
ºC Darjah celcius
ºF Darjah ferenheit
Oq Vektor keluaran
aOHP ,2 Tekanan separa bagi air di anod
aHP ,2 Tekanan separa bagi gas hidrogen di anod
kOP
,2 Tekanan separa bagi gas oksigen di katod
P Positif
p.u Per-unit
PH2 Tekanan separa bagi gas hidrogen
PL Kuasa aktif beban
Ploss Kehilangan kuasa dalam talian
Pmax Kuasa aktif maksima
Pmin Kuasa aktif minima
PO2 Tekanan separa bagi gas oksigen
ppm Parts per million
PPT Kuasa aktif yang disuntik oleh unit PT
Pruj Kuasa rujukan bagi kuasa aktif
PS Positif sifar
req
Hq2
Amaun aliran hidrogen yang diperlukan untuk memenuhi
perubahan beban
refameq
_tan Rujukan masukan bagi metana
in
Hq2 Aliran masukan hidrogen
2Hq Aliran molar hidrogen
q Kadar aliran molar masukan bagi gas hidrogen dan oksigen
Q Kapasiti maksima bagi bateri
QL Kuasa reaktif beban
Qmax Kuasa reaktif maksima
qmetana Kadar aliran bahan api
Qmin Kuasa reaktif minima
xxiv
QPT Kuasa reaktif yang disuntik oleh unit PT
Qruj Kuasa rujukan bagi kuasa reaktif
R Pemalar semesta bagi gas
Rconc Rintangan kepekatan
rh-o Nisbah aliran hidrogen dan oksigen
RM Ringgit Malaysia
Rohm Rintangan ohm
s Saat
S Sektor
Sel(s) Mod operasian bateri
T Suhu
T1, T2, T0 Tempoh masa pensuisan
Tcm1,Tcm2 Tempoh pensuisan tiga fasa
Tcm3 Tempoh pensuisan tiga fasa
Tq Vektor sasaran
Tref Suhu rujukan
Tx Pengubah
U Kadar penggunaan
U Pemboleh ubah linguistik yang merujuk kepada keluaran
umax Voltan maksima
umin Voltan minima
Uref Vektor rujukan
V Volt
Va Isipadu bagi anod
Vact Kehilangan pengaktifan
Vat Voltan bas AT
Vb Voltan pengkalan bateri
Vc Kesan pengecasan dua lapisan
Vconc Kehilangan kepekatan
vd_ruj Voltan rujukan pada kerangka-d
xxv
vg Voltan grid
vgd Voltan nyata bagi grid
vgq Voltan khayalan bagi grid
vi Voltan keluaran penyongsang
vid Voltan keluaran nyata bagi penyongsang
viq Voltan keluaran khayalan bagi penyongsang
Vk Isipadu bagi katod
Voc Voltan litar terbuka bagi bateri
Vohm Kehilangan ohm
vq_ruj Voltan rujukan pada kerangka-q
Vsel Voltan operasi bagi SFOP
VSF Voltan keluaran sel fuel
w1
Pemberat antara neuron di dalam lapisan tersembunyi dan masukan
w1k Pemberat pada lapisan keluaran
w2
Pemberat sinaps antara neuron di dalam lapisan tersembunyi dan
keluaran
X Regangan talian
z Jumlah elektron yang terlibat semasa tindakbalas
Z Sifar
δ Sudut fasa
μ Pekali gabungan
μF Mikro-Farad
μi Nilai keahlian bagi peraturan i
ρ Kepadatan molar
σ Kekonduksian
τ Ketebalan
τ1,τ2 Pemalar masa
Φ Fungsi pengaktifan
φ0 Fungsi pengaktifan bagi neuron pada lapisan keluaran
φh Fungsi pengaktifan bagi neuron pada lapisan tersembunyi
ω Kelajuan terkadar
xxvi
SENARAI SINGKATAN
AT Arus terus
AU Arus ulang alik
GTF Gelung terkunci fasa
JHH Jumlah herotan harmonik
KP Kamiran-perkadaran
KPT Kamiran-perkadaran-terbitan
LM Levenberg-Marquardt
MLDS Modulasi lebar denyut sinus
MLDVR Modulasi lebar denyut jenis vektor ruang
PSV Penyongsang sumber voltan
PT Penjana teragih
PTKM Pengesanan titik kuasa maksima
RNFAJ Rangkaian neural fungsi asas jejari
RNPBL Rangkaian neural perseptron berbilang lapis
RNT Rangkaian neural tiruan
SFA Sel fuel alkali
SFAF Sel fuel asid fosforik
SFKL Sel fuel karbonat lebur
SFMPP Sel fuel membran penukaran proton
SFOP Sel fuel oksida pepejal
SOC State of charge
SPT Sistem penyimpanan tenaga
TGS Titik gandingan sepunya
xxvii
TKM Titik kuasa maksima
U&C Usik dan cerap
UPK Unit penyesuai kuasa
1
BAB I
PENGENALAN
1.1 LATAR BELAKANG KAJIAN
Semenjak tahun 1990, penggunaan tenaga elektrik dunia bertambah dua kali ganda
ekoran dari pertambahan penduduk dunia dan nilai ini dijangka akan bertambah kira-
kira 56% antara tahun 2010 sehingga tahun 2040 (EIA 2014). Pertambahan
penggunaan tenaga elektrik menyumbang kepada pertambahan penggunaan sumber
bahan api bagi penjanaan tenaga elektrik. Walaubagaimanapun, sumber bahan api
dunia semakin berkurangan dan arang batu dijangka akan habis digunakan dalam
masa 125 tahun akan datang (Nasar 1994). Selain itu, dengan pertambahan kepadatan
penduduk, pembinaan talian penghantaran di kawasan bandar juga menjadi semakin
rumit. Malah, kesedaran yang semakin meningkat di kalangan pengguna terhadap
kualiti alam sekitar serta kesihatan penduduk telah menyumbang kepada pencarian
penjanaan tenaga alternatif yang baru di kalangan pembekal tenaga elektrik serta
penyelidik. Bagi mengatasi krisis tenaga yang berlarutan ini, penggabungan antara
tenaga bolehbaharu dengan sistem tenaga nyahpusat yang lebih dikenali dengan
penjana teragih (PT) telah diperkenalkan.
Sistem PT biasanya ditempatkan di lokasi strategik, iaitu, berhampiran pusat
beban yang bekembang dengan pesat dan mempunyai beberapa kelebihan seperti
kecekapan operasi yang tinggi, kehilangan kuasa yang rendah serta keboleharapan
yang tinggi (Guerrero et al. 2010). Selain itu, kos pembinaan penjana teragih (PT) ini
adalah lebih rendah berbanding kos pembinaan loji penjanaan hidro atau terma kerana
saiznya lebih kecil dan lebih mudah untuk diselenggara. Kaedah pemasangan PT juga
tidak memerlukan pembinaan talian penghantaran jarak jauh yang mengambil masa
lama untuk dibina dan memerlukan peruntukan kos yang tinggi. Julat tenaga yang
2
biasanya dihasilkan oleh PT adalah dari 10 kW hingga hampir 100 kW bergantung
kepada keperluan aplikasi yang berbeza seperti kediaman, komersial dan industri
ringan. Pemilihan sumber tenaga bagi penjanaan elektrik oleh PT bergantung kepada
tiga faktor, iaitu, sumber tenaga yang sedia ada, kestabilan keluaran penjana dan
keupayaan sumber tenaga menampung keperluan beban. Tenaga bolehbaharu
merupakan sumber tenaga yang paling sesuai untuk PT dan tenaga bolehbaharu ini
boleh dibahagikan kepada dua jenis, iaitu, sumber yang boleh dikawal seperti sel fuel
dan turbin mikro manakala sumber tenaga yang tidak boleh dikawal adalah seperti
fotovolta, angin dan ombak. Sumber tenaga yang tidak boleh dikawal ini biasanya
bergantung kepada keadaan cuaca serta persekitaran yang sukar diramal. Oleh itu, jika
dibandingkan dengan sumber tenaga bolehbaharu yang lain, sel fuel dianggap sebagai
tenaga yang paling sesuai untuk PT kerana kelebihan sel fuel seperti kecekapan yang
tinggi, tiada pembebasan kepulan asap yang mengandungi gas beracun serta
strukturnya yang mudah alih.
Sel fuel adalah peralatan elektrokimia yang menukar tenaga kimia kepada
tenaga elektrik hasil daripada satu tindak balas dan tidak melibatkan bahagian yang
bergerak (Nehrir et al. 2006). Ciri utama ini menjadikan sel fuel sebagai teknologi
yang senyap yang sesuai digunakan sebagai penjanaan kuasa yang berhampiran
dengan pengguna. Malah, sisa haba dan air yang dihasilkan daripada tidak balas
dalaman sel fuel boleh disalurkan untuk kegunaan pembekalan air panas bagi kawasan
perumahan berhampiran yang seterusnya dapat meningkatkan kecekapan sistem sel
fuel. Walau bagaimanapun, berikutan dari tindak balas elektrokimia dalaman serta
tindak balas unit pemprosesan bahan api yang perlahan dan ciri termodinamiknya, sel
fuel tidak dapat menghasilkan tenaga secepat yang dikehendaki oleh beban (Fadali
2008). Permasalahan ini boleh di atasi dengan memasang sistem penstoran tenaga
kepada PT berasaskan sel fuel bagi melaksanakan sistem PT hibrid (Davat 2009).
Dengan penggabungan ini, tenaga storan dapat membantu sel fuel membekalkan
kuasa dalam keadaan beban tinggi dan seterusnya meningkatkan kecekapan bagi
keseluruhan sistem.
Terdapat dua jenis sel fuel yang sesuai digunakan untuk PT, iaitu, sel fuel
membran penukaran proton (SFMPP) dan sel fuel oksida pepejal (SFOP). Sel fuel
3
jenis membran penukaran proton sesuai digunakan untuk keperluan perumahan kerana
suhu operasinya rendah, mempunyai ketumpatan kuasa yang tinggi, permulaan
operasian yang cepat dan beroperasi dalam keadaan yang selamat (Nehrir et al. 2006).
SFOP juga sesuai diaplikasi sebagai PT kerana kecekapannya, kepelbagaian dalam
pemilihan bahan api serta kebolehannya untuk memproses bahan api sendiri tanpa
memerlukan unit pemproses bahan api. Untuk menganalisa prestasi dan tindak balas
dinamik sel fuel sebelum di aplikasikan di dalam sistem kuasa sebagai PT, adalah
penting untuk membangunkan model simulasi dinamik bagi kedua-dua sel fuel ini.
Untuk membolehkan PT berasaskan sel fuel membekalkan voltan, arus dan
kuasa yang sesuai serta memenuhi permintaan beban, peranti elektronik kuasa yang
terdiri daripada penukar AT/AT dan penyongsang AT/AU memainkan peranan
penting. Cabaran utama bagi peranti elektronik kuasa dan kawalannya adalah untuk
memaksimumkan prestasi sel fuel serta memastikan kecekapan yang tinggi bagi sel
fuel yang mempunyai voltan rendah dan tindak balas yang perlahan (Fadali 2008).
Dengan membangunkan pengawal penukar dan penyongsang yang baik, dapat
mengurangkan kehilangan tenaga bagi sistem sel fuel serta merendahkan jumlah
komponen harmonik yang disuntik ke grid utiliti. Jumlah herotan harmonik (JHH) di
dalam sistem PT perlu dikawal supaya berada di dalam julat yang dibenarkan kerana
JHH yang besar boleh mengakibatkan pelbagai masalah seperti pemanasan berlebihan
pada konduktor neutral dan pengubah serta kerosakan pada peranti perlindungan
(Bollen 2003). Oleh itu, strategi kawalan yang sesuai perlulah dibangunkan untuk
sistem PT berasaskan sel fuel supaya dapat mengurangkan komponen harmonik
dalam keseluruhan sistem.
PT berasaskan sel fuel biasanya disambung ke sistem pengagihan kuasa yang
berhampiran dengan beban dan kajian juga dilakukan untuk menilai kesan
penyambungan PT terhadap keseluruhan sistem. Bagi sistem yang mempunyai
bilangan PT yang banyak, kehilangan kuasa pada sistem akan meningkat serta
magnitud voltan pada bas tertentu akan melebihi had yang dibenarkan. Bagi
mengurangkan kehilangan kuasa serta memperbaiki profil voltan di dalam sistem
agihan, penyelarasan kuasa bagi setiap unit PT perlu dilakukan untuk memastikan
setiap unit PT yang disambung ke grid utiliti beroperasi pada nilai yang optimum.
4
Pengoperasian PT pada nilai yang tidak optimum akan menyebabkan kehilangan
kuasa yang tinggi serta meningkatkan kos pengoperasian malah menyebabkan
ketakstabilan voltan dalam sistem (Toma et al. 2008: Rau & Wan 1994). Oleh itu,
teknik pengoptimuman biasanya diaplikasikan terhadap unit PT untuk menentukan
penjanaan kuasa yang optimum dalam sistem pengagihan.
1.2 PENYATAAN MASALAH KAJIAN
Pada masa kini, usaha membangunkan teknologi PT berasaskan sel fuel telah
mendapat perhatian yang meluas di kalangan penyelidik. Penyelidikan telah dilakukan
dalam membina model simulasi sel fuel sebagai sistem PT dan pelbagai perisian telah
digunakan. Model simulasi SFMPP telah diperkenalkan oleh El-Sharkh et al. (2004)
untuk penjana kuasa yang tidak disambung ke grid. Model ini telah ditambahbaik oleh
Pathapati et al. (2005) dengan mengkaji fenomena fana ke atas sistem SFMPP.
Pasricha & Shaw (2006) telah membina model simulasi SFMPP yang mengambil kira
kesan penumpuan di dalam model ini. Dalam pembinaan model simulasi SFMPP,
pelbagai andaian telah dibuat yang mana penumpuan oksida serta perubahan suhu
dianggap tetap. Walau bagaimanapun, faktor perubahan suhu adalah penting kerana ia
akan mempengaruhi prestasi sel fuel. Justeru, perubahan suhu tidak boleh diabaikan
kerana tindak balas kimia dalam tindanan sel fuel akan menghasilkan haba. Oleh itu,
model simulasi bagi SFMPP yang lebih terperinci yang mengambil kira kesan suhu di
dalam tindanan perlu dibangunkan. Bagi SFOP, terdapat dua jenis konfigurasi, iaitu,
tiub dan satah. Model simulasi SFOP jenis tiub telah banyak dimodelkan dengan
mengambil kira tindakbalas elektrokimia di dalam tindanan SFOP (Sedghisigarchi &
Feliachi 2004; Padulles et al. 2000; Wang & Nehrir 2007). Walau bagaimanapun,
model simulasi SFOP jenis satah untuk kegunaan sebagai PT masih belum
dibangunkan. SFOP jenis satah merupakan sel fuel yang boleh mengurangkan jumlah
tindanan dan kos.
Satu cabaran dalam penggunaan PT berasaskan sel fuel adalah masalah
kebuluran bahan api yang berpunca daripada tindakbalas dinamik yang lambat di
dalam tindanan sel fuel serta reaksi unit pemprosesan gas yang perlahan. Untuk
memperolehi prestasi sel fuel yang baik apabila pertambahan beban berlaku, sistem
5
penyimpanan tenaga seperti bateri atau ultra kapasitor perlu disambung kepada sistem
sel fuel untuk dijadikan konfigurasi PT hibrid (Uzunoglu & Alam 2006; Zambri et al.
2013). Walau bagaimanapun, cabaran utama dalam pembinaan sistem PT hibrid
adalah pembangunan pengawal bagi peranti elektronik kuasa. Kebanyakan penyelidik
menggunakan pengawal kamiran-perkadaran (KP) kerana ianya mudah dibina serta
aplikasinya ringkas (Sedghisigarchi & Feliachi 2004; Tanrioven & Alam 2006;
Ghareeb et al. 2010). Namun, proses penalaan bagi pengawal KP adalah sangat sukar
untuk memperolehi JHH yang kurang dan tambahan pula, pengawal KP memberikan
hasil simulasi yang kurang memuaskan bagi pengawalan sistem tak lelurus. Untuk
meningkatkan prestasi sistem PT hibrid, pengawal pintar berasaskan logik kabur telah
dibangunkan (Kwi-Seong et al. 2005). Pengawal logik kabur menentukan kuasa
keluaran sel fuel bergantung pada status pengecasan bateri untuk meningkatkan
kecekapan sistem. Malah, pengawal logik kabur juga digunakan untuk mengendalikan
aliran kuasa antara sel fuel dan ultra kapasitor pada bas AT (Hajizadeh & Golkar
2010). Walau bagaimanapun, pengawal logik kabur memerlukan algoritma pengawal
yang kompleks dan terdapat banyak parameter yang perlu ditala dengan tepat dan
keperluan ini menimbulkan kesukaran untuk membina keseluruhan sistem. Oleh itu,
diperlukan pengawal yang lebih berkesan untuk mengawal peranti elektronik kuasa
dalam pembinaan PT hibrid dengan mempertimbangkan pengurangan jumlah
komponen harmonik dalam sistem.
Dengan penambahan jumlah PT dalam rangkaian pengagihan kuasa, sistem
akan beroperasi sebagai sistem aktif. Isu penting dalam sistem aktif adalah untuk
mengekalkan tahap voltan pada aras yang dibenarkan dan mengawal kehilangan
kuasa. Operasian keluaran PT yang tidak sesuai boleh menjejaskan profil voltan dan
meningkatkan kehilangan kuasa dalam sistem pengagihan. Masalah ini boleh diatasi
dengan mengurus kuasa reaktif bagi setiap PT dalam sistem pengagihan untuk
meningkatkan kebolehpercayaan sistem serta mengurangkan kehilangan kuasa dalam
sistem (Toma et al. 2008). Namun, kuasa reaktif yang tidak dikawal secara berpusat
akan menyebabkan nilai keluarannya jauh dari nilai optimum. Untuk memastikan
keluaran PT yang optimum, unit PT haruslah di selaraskan dengan mengguna
pengawal voltan dan teknik pengoptimuman untuk menentukan nilai voltan dan kuasa
keluaran PT yang optimum (Hatta & Kobayashi 2007; Marcela-Rojas 2011). Bagi
6
setiap perubahan beban, nilai voltan serta kuasa rujukan akan berubah dan proses
pengoptimuman perlu diulang dan dilaksanakan semula. Proses pengoptimuman ini
adalah tidak praktikal dan tidak sesuai bagi aplikasi secara atas talian. Oleh itu, satu
teknik kepintaran buatan perlu dibangunkan untuk menentukan dengan cepat kuasa
rujukan serta profil voltan supaya penyelarasan setiap unit PT dapat dilakukan dengan
pantas.
Pemasalahan kajian bagi penyelidikan ini boleh dirumuskan seperti berikut:
i. Dalam pembinaan sistem PT berasaskan sel fuel, pemodelan dinamik yang jitu
bagi sel fuel adalah penting. Kesan suhu perlu diambil kira kerana apabila
suhu dianggap malar, voltan keluaran bagi model sel fuel yang dibangunkan
akan berkurang. Oleh itu, model dinamik bagi SFMPP yang mengambil kira
tindakbalas terma atau kesan suhu dalam tindanannya dibangunkan dalam
kajian ini. Model dinamik SFOP jenis satah turut dibangunkan
memandangkan masih tidak terdapat dalam kajian literatur model simulasi
SFOP jenis satah.
ii. Masalah utama bagi sel fuel adalah masalah kebuluran bahan api disebabkan
oleh tindakbalas dalamannya yang perlahan serta masalah kelembapan unit
pemprosesan bahan api. Oleh itu, masalah ini perlu diatasi dengan baik dan
kaedahnya adalah dengan menambah unit pengstoran tenaga seperti bateri di
dalam sistem PT berasaskan sel fuel ini.
iii. Pada masa kini, kebanyakan penyongsang mengaplikasikan pengawal KP
masih memberikan nilai JHH bagi arus yang tinggi. Oleh itu, pembinaan
pengawal baru bagi peranti elektronik kuasa adalah sangat penting untuk
memastikan operasian lancar bagi keseluruhan sistem dan mengurangkan
komponen harmonik dalam sistem. Oleh itu, satu kaedah pengawal perlu
dibangunkan untuk memastikan JHH dalam sistem tidak melebihi hadnya.
iv. Kuasa rujukan yang tidak optimum bagi PT akan mengakibatkan kehilangan
kuasa yang besar dalam sistem pengagihan serta profil voltan yang jauh dari
julat yang dibenarkan. Maka, terdapat keperluan untuk meneroka teknik
kepintaran buatan untuk menyelaraskan kuasa rujukan bagi setiap unit PT
dalam rangkaian pengagihan dengan objektif meminimumkan kehilangan
kuasa serta memperbaiki profil voltan.
7
1.3 OBJEKTIF KAJIAN DAN SKOP KERJA
Tujuan utama kajian adalah untuk mengkaji keberkesanan sistem PT hibrid
berasaskan sel fuel dan bateri yang disambungkan ke rangkaian pengagihan kuasa
dengan mempertimbangkan JHH dan kehilangan kuasa yang rendah dalam sistem.
Objektif terpeinci bagi penyelidikan ini dijelaskan seperti berikutnya:
i. Untuk membina model dinamik yang jitu bagi SFMPP dan SFOP jenis
satah untuk digunakan sebagai PT.
ii. Untuk mengkaji keberkesanan sistem PT hibrid berasaskan sel fuel dan
bateri bagi mengatasi masalah pada sel fuel apabila beroperasi sebagai
sistem kendiri.
iii. Untuk membangunkan strategi kawalan yang cekap bagi sistem PT hibrid
berasaskan sel fuel dan bateri apabila beroperasi sebagai sistem
tersambung ke grid.
iv. Untuk membangunkan kaedah kepintaran buatan untuk menyelaras kuasa
optimum bagi setiap unit PT yang disambung dalam sistem grid-mikro.
Kerja awal yang dijalankan dalam kajian ini melibatkan pembangunan model
dinamik bagi sel fuel model SFMPP dan SFOP jenis satah. Persamaan setara bagi
setiap model sel fuel diterbitkan dan digunakan dalam pembinaan model dinamik
yang dibangunkan dalam perisian MATLAB/Simulink. Seterusnya, model sel fuel
yang dibina disambung kepada bateri untuk beroperasi sebagai sistem kendiri. Kajian
ke atas sistem PT hibrid ini turut dilakukan dengan menggunakan teknik penjejakan
titik kuasa maksimum bagi sistem sel fuel dan membangunkan model simulasi bateri
yang tepat dan sesuai untuk digunakan dalam sistem ini.
Sistem hibrid PT yang dibangunkan sebagai sistem kendiri kemudian
digunakan untuk beroperasi sebagai sistem tersambung ke grid dengan menambahkan
unit penyongsang sebagai antaramuka sistem PT hibrid dengan grid utiliti. Kaedah
pengawal penyongsang yang baru telah dibangunkan berasaskan KP-logik kabur
untuk diaplikasikan dalam kedua-dua gelung kawalan arus dalaman dan voltan
keluaran. Kaedah pengawal yang dibangunkan perlu memastikan JHH yang disuntik
ke grid adalah kecil dan proses aliran kuasa antara PT, grid dan beban adalah lancar.
8
Untuk bahagian terakhir dalam kajian ini, sistem PT berasaskan penyongsang
yang telah dibina diaplikasikan sebagai sistem grid-mikro untuk meninjau
keberkesanan PT sel fuel sebagai model yang lengkap. Model PT yang dibina akan
beroperasi pada nilai rujukan kuasa aktif dan reaktif yang telah ditetapkan pada
penyongsang. Satu teknik kepintaran buatan berasaskan rangkaian neural telah
dibangunkan untuk menguruskan rujukan kuasa aktif dan reaktif bagi setiap unit PT
dengan memastikan PT beroperasi pada nilai kuasa yang optimum di samping
mengurangkan jumlah kehilangan kuasa serta mengekalkan profil voltan dalam had
yang boleh diterima. Perbandingan antara beberapa jenis rangkaian neural turut
dilakukan untuk menentukan jenis rangkaian neural yang paling tepat digunakan
dalam aplikasi ini.
9
BAB II
TINJAUAN KEPUSTAKAAN
2.1 PENGENALAN
Penjana teragih (PT) merupakan tenaga alternatif untuk menyokong keperluan tenaga
dan mengatasi masalah penjanaan tenaga yang dihadapi sebelum ini. Penjana teragih
merujuk kepada penjanaan yang bersambung kepada grid dan ditempatkan
berhampiran pengguna berdasarkan kapasiti kuasa keluaran dan jenis PT itu sendiri.
Sistem PT menggunakan sel fuel sebagai sumber kuasa merupakan satu kaedah
penjanaan yang berkesan dengan faedah yang telah dibincangkan sebelum ini. Dalam
bab ini, tinjauan kepustakaan telah dilakukan untuk memperihalkan pemodelan PT
berasaskan sel fuel dan sistem penyimpanan tenaga untuk membantu sel fuel
memenuhi keperluan beban. Pemodelan dinamik bagi unit sel fuel, unit penyesuaian
kuasa, serta isu-isu terkini berkaitan dengan sel fuel turut dibincangkan di dalam bab
ini.
2.2 JENIS DAN CIRI SEL FUEL
Sel fuel adalah satu alat elektrokimia statik yang menukar tenaga kimia secara terus
kepada tenaga elektrik. Ia boleh dikategorikan sebagai sumber elektrik yang baik
kerana kebolehannya menghasilkan kuasa yang tetap pada muatan penuh. Operasi sel
fuel boleh dianggap hampir sama dengan sistem bateri. Namun demikian, sel fuel
boleh terus membekalkan kuasa elektrik AT ke dalam sesuatu sistem selagi gas
hidrogen dibekalkan, dan ini merupakan satu ciri yang mana bateri tidak mampu
melakukannya. Sistem penjanaan sel fuel memerlukan gas oksigen dan hidrogen
untuk menghasilkan satu tindak balas kimia dan menjana tenaga elektrik dalam bentuk
AT. Gas oksigen yang diperlukan untuk masukan sel fuel boleh diperolehi daripada
10
udara yang dipam masuk pada katod. Gas hidrogen pula boleh dibekalkan secara
langsung atau juga boleh dihasilkan oleh unit pemproses bahan api dari bahan api
yang sedia ada, seperti metana, gas asli, gasolin, dan alkohol. Produk utama dari
tindakbalas kimia ini adalah tenaga elektrik, air dan haba. Tindakbalas keseluruhan
yang berlaku di dalam timbunan sel fuel boleh dihuraikan melalui persamaan
(Wingelaar et al. 2005):
haba kuasa OH gasO gasH 222 22 (2.1)
dengan H2, O2 dan H2O adalah masing-masing gas hidrogen, gas oksigen dan air.
Pada masa kini, terdapat kira-kira enam jenis sel fuel yang maju dan antara sel
fuel yang menunjukkan potensi yang baik untuk aplikasi sebagai PT adalah sel fuel
membran penukaran proton (SFMPP), sel fuel oksida pepejal (SFOP), sel fuel asid
fosforik (SFAF), dan sel fuel karbonat lebur (SFKL). Sel fuel jenis alkali didapati
tidak sesuai untuk kegunaan penjanaan tenaga elektrik kerana ia memerlukan hidrogen
dan oksigen dengan keaslian yang tinggi untuk menghasilkan tindakbalas dalaman.
Sel fuel metana secara terus pula hanya boleh membekalkan voltan antara 0.3 V
sehingga 0.5 V dalam keadaan beban, maka ia bukanlah satu pilihan yang baik untuk
sistem PT. Sel fuel metana biasanya digunakan sebagai bateri kamera, komputer riba,
serta alat elektronik mudah alih yang lain. Secara am, sel fuel boleh dikelaskan kepada
dua bahagian, iaitu, sel fuel dengan suhu operasi yang rendah dan tinggi. SFMPP dan
SFAF adalah antara sel fuel yang beroperasi pada suhu rendah, manakala SFKL dan
SFOP pula beroperasi pada suhu yang tinggi. Jadual 2.1 menunjukkan perbandingan
ciri bagi empat jenis sel fuel ini.
11
Jadual 2.1 Perbandingan jenis-jenis sel fuel
Ciri SFMPP SFAF SFKL SFOP
Suhu operasi ~ 75 ºC
(~ 180 ºF)
~ 200 ºC
(~ 400 ºF)
~ 650 ºC
(~ 1,200 ºF)
~ 1,000 ºC
(~ 1,800 ºF)
Tekanan 1 – 5 atm 1 – 8 atm 1 – 3 atm 1 – 15 atm
Kecekapan 40 – 50 % > 40 % > 50 % > 50 %
Voltan sel 1.1 V 1.1 V 0.7 – 1.0 V 0.8 – 1.0 V
Kos ($/kW) 4000 3000-3500 800-2000 1300-2000
Pemprosesan
bahan api
sendiri
Tidak Tidak Ya Ya
Penjanaan
bersama
Tidak sesuai Sesuai Sesuai Sesuai
Elektrolit Membran
polimer pepejal
Asid fosforik Logam alkali
berkabonat
Oksida
seramik
Anod Gas hidrogen Gas hidrogen Gas hidrogen,
metana
Gas
hidrogen,
metana
Katod Oksigen asli,
udara
Oksigen, Udara Oksigen, udara Oksigen,
udara
Masa
permulaan
< 0.1 jam 1 – 4 jam
>10 jam 5 – 10jam
Aplikasi Kediaman,
hospital,
komersial,
pengangkutan
Pengangkutan,
alat mudah alih,
komersial,
penjanaan
elektrik
Pengangkutan,
industri, loji
kuasa
Kediaman,
loji kuasa,
komersial,
alat mudah
alih
Kelebihan Ketumpatan
kuasa tinggi,
masa permulaan
pantas, pepejal
elektrolit tidak
terhakis,
keselamatan
tinggi, operasi
ringkas,
Menghasilkan
sisa haba gred
tinggi, ciri
elektrolit stabil,
pemprosesan
bahan api
kurang peka
terhadap CO
Kecekapan
tinggi, tidak
memerlukan
pemangkin
logam,
kebolehan
memproses
bahan api
sendiri
Kecekapan
tinggi,
hasilkan
sisa haba
gred tinggi,
mudah
memproses
bahan api
Kelemahan Pemangkin
platinum mahal,
peka terhadap
ketidakaslian
bahan api, tidak
boleh
memproses
bahan api
sendiri
Elektrolit cecair
menghakis,
peka terhadap
ketidakaslian
bahan api, tidak
boleh
memproses
bahan api
sendiri, kos
tinggi
Kos tinggi,
elektrolit
cecair
menghakis,
masa
permulaan
lambat, tidak
bertoleransi
terhadap
sulfur
Kos tinggi,
masa
permulaan
lambat,
tidak
bertoleransi
terhadap
sulfur, ciri
dinamik
lemah
Sumber : Jung 2005; Fadali 2008
12
Dari Jadual 2.1, didapati SFMPP adalah sesuai digunakan ditempat kediaman dan
komersial kerana ia mempunyai suhu operasi yang rendah dan permulaan operasi
yang pantas. Penjanaan SFMPP juga sesuai dilakukan di lokasi yang mempunyai gas
hidrogen dengan kos rendah, seperti loji kimia, yang mana hidrogen biasanya sedia
ada di lokasi tersebut. Sel fuel jenis SFOP, SFKL, dan SFAF merupakan pilihan yang
lebih baik untuk penjanaan kuasa sederhana dan tinggi. Walau bagaimanapun,
kecekapan SFAF agak rendah dan tidak mampu untuk memproses bahan api dengan
sendiri lalu menjadikannya kurang popular berbanding SFKL dan SFOP. Didapati
pembangunan SFAF semakin berkurang dari tahun 2002 sehingga 2004 disebabkan
tiga factor utama (Carlson et al. 2007), iaitu, i) kos permulaan jauh lebih tinggi
berbanding dengan jenis sel fuel lain; ii) potensi untuk meningkatkan keberkesanan
penjanaan elektrik kepada aras yang diperlukan adalah terhad; dan iii) SFAF
mempunyai aras kebolehpercayaan dan jangka hayat yang rendah.
SFOP merupakan jenis sel fuel yang beroperasi pada suhu yang paling tinggi
dan mempunyai beberapa kelebihan, seperti keberkesanannya untuk mencecah
sehingga 80% dari kecekapan keseluruhan sistem apabila haba yang terjana boleh
digunakan untuk pemanasan. Selain itu, masa permulaan bagi setiap operasi SFOP
adalah lebih pendek berbanding SFKL. Namun begitu, kakisan pada suhu tinggi yang
berlaku dalam tindanan memerlukan penggunaan bahan yang mahal, dan seterusnya
meningkatkan lagi kos pembinaan SFOP. Kajian semasa lebih menjurus kepada
rekabentuk sistem SFOP jenis satah kerana ia berpotensi tinggi untuk mencapai
tindanan yang lebih rendah serta mengurangkan kos pembinaan awal bagi SFOP. Oleh
itu, kajian pemodelan dinamik bagi sel fuel seterusnya lebih menumpu kepada SFMPP
dan SFOP jenis satah berdasarkan kelebihannya berbanding dengan sel fuel lain.
2.3 MODEL DINAMIK SEL FUEL
Pembangunan model simulasi bagi sistem sel fuel adalah penting untuk menganalisa
perubahan langkah dalam keadaan pengoperasian. Model simulasi sel fuel yang telah
dibangunkan boleh dibahagikan kepada model matematik dan model separa-empirik.
Model simulasi matematik adalah berdasarkan tindakbalas kimia yang digunakan
untuk menilai operasi sel fuel, manakala model semi-empirik pula menggabungkan
13
data eksperimen dengan persamaan parametrik yang diselaraskan melalui
perbandingan pembolehubah fizikal bagi sel fuel (Kristina 2005).
2.3.1 Model Simulasi SFMPP
SFMPP adalah salah satu jenis sel fuel yang beroperasi pada suhu rendah selain SFA
dan SFAF. Ciri operasi sel fuel pada suhu rendah membolehkan permulaan operasi
yang pendek dan mengurangkan kakisan pada tindanan. Oleh itu, SFMPP dianggap
jenis sel fuel yang paling sesuai untuk penjanaan kuasa teragih dan aplikasi kenderaan
elektrik. Model simulasi SFMPP yang telah dibangunkan oleh beberapa penyelidik
telah diringkaskan seperti dalam Jadual 2.2. Dari Jadual 2.2, beberapa andaian telah
dibuat dalam beberapa model yang dibangunkan, iaitu, suhu dan kepekatan oksigen
dianggap malar. Kriteria perubahan suhu adalah penting kerana ia boleh menjejaskan
prestasi SFMPP. Dalam kes sebenar, ciri suhu tidak boleh diandaikan sebagai malar
kerana tindakbalas kimia dalam tindanan telah menghasilkan jumlah penjanaan haba
bersih (Vielstich et al. 2003).
Jadual 2.2 Model simulasi SFMPP
Penyelidik Kaedah Hasil Masalah
El-Shark et
al. (2004)
Membangunkan model
simulasi elektrokimia
dinamik SFMPP 5 kW
yang terdiri dari unit
pemproses bahan api
dengan menggunakan
Matlab/Simulink.
Keputusan
menunjukkan
sambutan sel fuel
yang cepat terhadap
perubahan beban.
- Konsentrasi suhu
dan oksigen
dianggap malar
maka kehilangan
kepekatan telah
diabaikan.
- Mengabaikan
kesan pengecasan
dwi-lapisan
Pathapati et
al. (2005)
Membangunkan
model matematik
untuk simulasi
fenomena fana bagi
SFMPP yang
mengambil kira kesan
pengecasan dwi-
lapisan.
Model mampu
meramal kesan fana
dalam profil kadar
aliran molar, voltan,
suhu dan tekanan.
- Sistem kendiri
- Kehilangan
kepekatan
diabaikan
- Tidak
mengambilkira
perubahan beban
yang pantas
Georgakis et
al. (2005)
Membangunkan satu
tindanan sel fuel 1kW
yang di sambung ke
grid, bersama unit
Reaksi keluaran
UPK adalah pantas
tetapi sistem
memerlukan hampir
- Kesan pengecasan
dwi-lapisan
diabaikan.
- Simulasi untuk
bersambung…
14
penyesuai kuasa
(UPK) dan sistem
kawalannya.
20 saat untuk
mencapai nilai baru
disebabkan
kelambatan
semulajadi
sambutan sel fuel.
satu langkah
peningkatan beban
dan bukan dari
pelbagai
perubahan beban.
Uzunoglu &
Alam (2006)
Membangunkan
model SFMPP untuk
kegunaan kediaman
dengan
menggabungkan
kapasitor ultra bagi
tujuan meningkatkan
kuasa dengan
menggunakan
MATLAB/Simulink.
Kombinasi selari sel
fuel dan kapasitor
ultra memberikan
prestasi yang baik
untuk aplikasi
kediaman pada
keadaan mantap dan
pertambahan beban.
- Tidak disambung
ke grid
- Suhu dan
kepekatan oksigen
dianggap malar
- Kehilangan
kepekatan
diabaikan
- Tidak
mengambilkira
perubahan beban.
Younis et al.
(2008)
Membangunkan satu
model simulasi
dinamik PEMFC
menggunakan
Matlab/Simulink
dengan
mempertimbangkan
ketiga-tiga jenis
kehilangan
Voltan keluaran
adalah berkadar
langsung dengan
perubahan arus sel
fuel.
- Model
mengabaikan kesan
pengecasan dwi-
lapisan.
- Unit pemproses
bahan api tidak
diambil kira.
- Perubahan suhu
tidak diambil kira.
Bibin et al.
(2009)
Mengkaji rintangan
sentuhan pada SFMPP.
- Model jangka pendek
: tekanan dan suhu
dianggap malar dan
hanya mengambilkira
kesan pengecasan dwi-
lapisan.
- Model jangka
sederhana: kesan
tekanan separa
dipertimbangkan, suhu
dianggap malar dan
kesan pengecasan dwi-
lapisan diabaikan.
- Model jangka
panjang: hanya kesan
suhu dipertimbangkan,
sementara tekanan dan
kesan pengecasan dwi-
lapisan diabaikan.
Keputusan
menunjukkan model
dinamik SFMPP
jangka pendek
boleh mewakili ciri-
ciri statik dan
dinamik bagi sistem
sel fuel dengan
tepat.
- Validasi hanya
dibuat untuk model
dinamik jangka
pendek.
- Tiada analisis
bagi model jangka
sederhana dan
panjang.
- Simulasi tidak
mempertimbangkan
perubahan beban.
- Model tidak
mempertimbangkan
kombinasi tekanan
dan perubahan suhu
serta kesan
pengecasan dwi-
lapisan.
Jia et al.
(2009)
Membentangkan satu
model dinamik SFMPP
Kawalan tak lelurus
memberi sambutan
- Tidak menimbang
unit pemproses
bersambung…
sambungan…
15
dengan pendekatan
kawalan tak lelurus
untuk memastikan
tekanan keseluruhan
bagi gas di katod dan
anod adalah sama
dengan nilai yang
dikehendaki.
fana yang baik
terhadap perubahan
beban dan ia
mungkin boleh
mengelakkan
kerosakan pada
selaput dengan
meminimakan
perbezaan tekanan
antara gas-gas di
elektrod.
bahan api, aspek
pengurusan air dan
haba.
– Untuk kegunaan
sistem kendiri.
- Tidak
mempertimbangkan
kesan pengecasan
dwi-lapisan.
Tesfahunegn
et al. (2010)
Mencadangkan
gabungan model
keadaan mantap dan
dinamik bagi SFMPP
untuk kegunaan
penjana teragih.
Keputusan
menunjukkan
model tidak dapat
mengikuti
perubahan beban
yang pantas.
- Hidrogen
dibekalkan secara
terus dan bukan
melalui unit
pemproses bahan
api.
- Model
mengabaikan kesan
cas dwi-lapisan
Kesan pengecasan dua lapisan seperti Rajah 2.1 juga penting dalam pemodelan
dinamik sel fuel kerana pengumpulan cas pada permukaan kedua-dua elektrod akan
menghasilkan voltan elektrik yang tidak boleh diabaikan. Lapisan yang berdekatan
dengan permukaan elektrod ini menyimpan cas elektrik dan bertindak seperti satu
kapasitor yang besar (Nehrir & Wang 2009). Jadual 2.2 juga menunjukkan bahawa
kebanyakan model yang dibangunkan adalah untuk kegunaan kendiri dan tidak
disambung ke grid. Selain itu, beberapa model sel fuel dalam Jadual 2.2
menggunakan hidrogen sedia ada yang dibekalkan secara terus ke sel fuel. Namun
demikian, hidrogen yang sedia ada adalah sukar untuk disimpan dan secara kasarnya,
ia adalah lebih mahal daripada harga bahan api itu sendiri. Oleh itu, unit pemproses
bahan api adalah salah satu bahagian yang penting dalam pemodelan SFMPP kerana
ia diperlukan untuk menukar bahan api sedia ada seperti metana kepada gas hidrogen
asli. Di dalam tesis ini, satu model SFMPP yang ditambah baik telah dibangunkan
dengan menimbang kesemua kesan penting seperti kesan pengecasan dua lapisan, dan
kesan suhu di dalam tindanan apabila berlaku tindak balas. Model SFMPP yang dibina
disambung ke model unit pemproses bahan api yang menggunakan pengawal KPT
untuk mengawal aliran hidrogen pada masukan tindanan SFMPP. Model yang
dibangunkan sebelum ini tidak mengambilkira kesan perubahan suhu di dalam
tindanan dan menganggap suhu adalah malar sepanjang tindakbalas kimia berlaku.
sambungan…
16
Namun, suhu akan berubah mengikut keperluan beban yang mana suhu akan
meningkat apabila arus beban meningkat dan suhu akan jatuh apabila arus permintaan
beban berkurang.
2.3.2 Model Simulasi SFOP
Sel fuel jenis SFOP terbahagi kepada dua jenis, iaitu, SFOP konfigurasi tiub dan
SFOP konfigurasi satah. SFOP konfigurasi tiub berbentuk tindanan dengan
menggunakan satu lapisan tiub untuk menyokong tiub-tiub yang lain, manakala SFOP
konfigurasi satah berbentuk sel-sel plat nipis yang disusun antara plat-plat yang
bersambung (Zogg et al. 2006) dan masing-masing ditunjukkan dalam Rajah 2.2 dan
Rajah 2.3. Kedua-dua jenis konfigurasi ini mempunyai kelebihannya tersendiri,
bergantung kepada konfigurasi fizikalnya. Konfigurasi tiub menjanjikan kekuatan,
daya rintangan terhadap kerosakan mekanikal, dan proses pengedapan yang mudah,
sementara konfigurasi satah pula adalah lebih padat dan mempunyai ketumpatan
kuasa yang tinggi, yang mana ia dapat mengurangkan isi kandungan bahan dan
seterusnya mengurangkan kos pemodelan awal. Model dinamik SFOP telah
dibangunkan untuk mengkaji ciri SFOP serta tindak balasnya bagi tujuan kajian
simulasi sistem kuasa.
Rajah 2.1 (a) Kesan pengecasan dua lapisan pada permukaan elektrod sel fuel (b) litar
elektrik setara bagi kesan pengecasan dua lapisan
Sumber: Nehrir & Wang 2009
17
Rajah 2.2 SFOP konfigurasi tiub
Sumber: Georgis 2013
Rajah 2.3 SFOP konfigurasi satah
Sumber: Georgis 2013
Pemodelan SFOP bermula dengan model fana dan statik bagi SFOP
konfigurasi tiub dengan kuasa keluaran 3 kW, dan mempertimbangkan kesan aliran
elektrokimia, terma dan jisim (Hall & Colclaser 1999). Bahagian-bahagian
18
elektrokimia dan terma telah ditentusahkan secara berasingan terlebih dahulu sebelum
digabungkan kedua-duanya untuk membentuk satu model fana (Hall & Colclaser
1999). Model ini telah digunakan untuk mengkaji kesan fana apabila kegagalan,
pusuan dan pengsuisan berlaku ke atas sistem. Walau bagaimanapun, model ini tidak
mengambilkira tindakbalas kimia dinamik di dalam tindanan. Tambahan pula,
masukan bahan api ke tindanan sel fuel dianggap malar. Padulles et al. (2000)
membangunkan satu model dinamik SFOP dengan mengambilkira kejatuhan daya
gerak elektrik teraruh dari kehilangan ohm tetapi mengabaikan dinamik suhu serta
kehilangan kepekatan, dan pengaktifan. Perilaku fana bagi model sel fuel dalam
sistem PT dikaji oleh Sedghisigarchi & Feliachi (2004), yang mana satu model
dinamik SFOP tak lelurus yang komprehensif telah dibangunkan. Model tersebut
mempertimbangkan aspek haba bagi tindak balas kimia dalam tindanan sel fuel. Li et
al. (2005) juga membentangkan model dinamik SFOP tak lelurus berdasarkan
persamaan elektrik dan terma bagi tujuan kajian dinamik sistem sel fuel kendiri dan
sambungan ke grid. Kajian seterusnya melihat pada isu pengoperasian yang berkaitan
dengan faktor kuasa sel fuel (Li et al. 2007). Model SFOP yang dibina oleh Wang &
Nehrir (2007) dan Liu et al. (2011) mengambilkira semua kehilangan dalam sel fuel.
Wang & Nehrir (2007) membangunkan model SFOP jenis tiub berdasarkan ciri
elektrokimia dan termodinamik yang menimbangkan resapan, pemuliharaan bahan
dan kesan pengecasan dwi-lapisan yang berlaku di dalam tindanan. Liu et al. (2011)
pula membangunkan model SFOP dengan mengambilkira semua kehilangan voltan
dalam kedua-dua elektrod dan proses penggunaan bahan api.
Untuk membangunkan model-model SFOP yang dibincangkan tadi, beberapa
andaian telah dibuat. Beberapa bahagian di dalam unit SFOP telah dianggap malar
yang mana ia boleh menjejaskan prestasi SFOP sebenar dan tidak menunjukkan tindak
balas sebenar yang berlaku dalam tindanan. Model SFOP yang dibincangkan ini juga
hanya tertumpu kepada rekabentuk SFOP jenis tiub. Model dinamik bagi SFOP jenis
satah adalah terhad, dan kebanyakan kajian yang dilakukan ke atas SFOP jenis satah
hanya menjurus pada analisis kimia dalam tindanan. SFOP jenis satah merupakan
fokus baru dalam rekabentuk sistem SFOP, yang mana sistem ini berpotensi untuk
mencapai tindanan yang lebih rendah, dan dengan itu dapat menangani masalah kos
19
yang tinggi. Oleh itu, dalam kajian ini, model dinamik SFOP jenis satah telah
dibangunkan untuk tujuan kajian sistem PT sel fuel tersambung ke grid.
2.4 SISTEM PENJANA TERAGIH BERASASKAN SEL FUEL HIBRID
Dalam keadaan perubahan beban yang mendadak, sel fuel akan mengalami masalah
aliran bahan api yang seterusnya menyebabkan kebuluran bahan api (Fadali 2008).
Untuk mengatasi masalah ini, sistem sel fuel hibrid diperlukan untuk memenuhi
keperluan permintaan beban terutamanya sewaktu beban puncak. Sistem sel fuel
hibrid ini menggabungkan sel fuel dengan sistem penyimpanan tenaga (SPT) untuk
mengurangkan tekanan pada sel fuel disamping memperbaiki kebolehpercayaan,
integriti, dan kecekapan keseluruhan sistem (Yalcinoz & Alam 2008). SPT digunakan
dalam pelbagai aplikasi sistem kuasa dengan kewujudan pelbagai jenis teknologi,
seperti kapasitor ultra, bateri, pam hidro, penyimpanan tenaga udara termampat dan
roda tenaga. Kapasitor ultra dan bateri merupakan jenis SPT yang paling kerap
digunakan dalam sistem sel fuel hibrid kerana keupayaannya membekalkan kuasa
elektrik dengan pantas. Dengan mengaplikasi bateri dan kapasitor ultra dalam sistem
kuasa, kecekapan, kestabilan dan kebolehpercayaan sistem dapat dipertingkatkan.
Jadual 2.3 memperihalkan ciri-ciri kapasitor ultra dan bateri sebagai SPT.
Jadual 2.3 Ciri bateri dan kapasitor ultra
Ciri-ciri Kapasitor Ultra Bateri
Kelebihan Kapasiti kuasa
yang tinggi
Ketumpatan tenaga yang
tinggi
Ketumpatan kuasa Ketumpatan kuasa
yang tinggi
Ketumpatan kuasa yang
rendah
Jangka hayat Jangka hayat yang
panjang
Jangka hayat yang pendek
Jenis Kapasitor jenis
rintangan siri setara
Asid-plumbum, natrium-
sulfur, litium-ion, nikel-
kadmium dan lain-lain
Saiz Saiz yang mampat Saiz (0.14 - 2100 kVA)
Rajah 2.4 menunjukkan struktur selari bagi sistem sel fuel hibrid yang
disambungkan ke grid kuasa. Konfigurasi ini adalah struktur yang paling mudah dan
ringkas untuk dilaksanakan sistem PT sel fuel hibrid. Tambahan pula, ia memberikan
beberapa kelebihan, seperti, penggunaan komponen elektronik yang kurang,
20
kebolehpercayaan yang baik, dan pengurusan tenaga yang lebih mudah berbanding
sistem yang mempunyai binaan secara bersiri atau berjujukan. Walau bagaimanapun,
satu masalah utama binaan selari adalah kehilangan kuasa yang tidak boleh dielak
disebabkan penggunaan penukar statik, dan seterusnya mengurangkan kuasa keluaran
sel fuel (Davat et al. 2009).
Rajah 2.4 Struktur selari bagi sistem sel fuel hibrid
2.4.1 Jenis Bateri
Jadual 2.4 menunjukkan jenis bateri yang sering digunakan sebagai sistem
penyimpanan tenaga (Divya & Østergaard 2009). Dari Jadual 2.4, kecekapan, jangka
hayat, kos, suhu operasi dan kedalaman nyahcas merupakan antara faktor yang
penting bagi sesebuah bateri. Di antara empat jenis bateri yang ditunjukkan dalam
Jadual 2.4, tiga daripadanya didapati sesuai untuk aplikasi tenaga berkuasa besar,
iaitu, bateri jenis asid plumbum, nikel-kadmium dan natrium-sulfur. Bateri jenis asid
plumbum merupakan bateri tertua, paling murah, paling popular, mempunyai
teknologi yang paling matang dan telah digunakan dalam aplikasi kuasa besar
(Coppez et al. 2010). Begitu juga dengan bateri jenis nikel-kadmium yang telah
mencapai teknologi matang, jangka hayat panjang serta kos sederhana jika
dibandingkan dengan bateri jenis natrium-sulfur yang memerlukan kos pembinaan
tinggi dan mempunyai kecekapan yang kurang apabila beroperasi pada suhu yang
tinggi. Bateri jenis litium-ion pula merupakan teknologi baru yang memerlukan
penyelidikan yang lebih mendalam disamping memerlukan kos pembinaan yang
21
tinggi dan lebih sesuai untuk aplikasi kuasa yang kecil seperti telefon bimbit dan
komputer riba.
2.4.2 Kaedah Kawalan Sistem Penyimpanan Tenaga
Pengawal bagi SPT adalah penting kerana ia menghubungkan SPT ke beban pengguna
atau grid dan mengawal proses penyimpanan tenaga sewaktu pengecasan dan
penyahcasan. Selain itu, strategi kawalan yang sesuai boleh membantu meningkatkan
jangka hayat SPT dan juga mengurangkan kos keseluruhan bagi kitar hayat tenaga
yang mana kesilapan dalam proses kawalan SPT akan merendahkan keseluruhan
kecekapan. Untuk mengawal penukar elektronik kuasa bagi SPT, kaedah penukaran
dwi-arah diperlukan untuk menyerap tenaga ketika berlakunya pengecasan dan
membekalkan tenaga ke grid utiliti semasa proses penyahcasan. Oleh itu, pengawal
bagi SPT perlu direkabentuk dengan baik supaya dapat memanjangkan jangka hayat
SPT dan memastikan aliran kuasa lancar antara SPT dan bas AT.
Jadual 2.4 Perbandingan jenis-jenis bateri
Ciri-ciri Asid-
plumbum
Nikel-
kadmium Litium-ion Natrium-sulfur
Kos () Rendah Sederhana Tinggi Tinggi
Kedalaman
Penyahcasa
n (%)
75 100 80 90
Jangka
hayat
(kitaran)
1000-2000 3000 3000 4500
Kecekapan
(%)
72 - 78 72 - 78 ≈ 100 89
Suhu
Operasi
(°C)
- 5 to 40 - 40 to 50 - 30 to 60 325
Kelebihan Selamat,
teknologi
matang,
ekonomik
Cepat dan
mudah dicas,
ekonomik,
teknologi
matang,
jangka hayat
panjang
Kecekapan
tinggi, jangka
hayat panjang,
kurang
penyelenggaraan
Kecekapan tinggi,
teknologi matang
Kelemahan Besar dan
berat,
kecekapan
Kecekapan
rendah,
beracun,
Teknologi tidak
matang, mahal
Beroperasi pada suhu
tinggi, perlu
dipanaskan dalam
bersambung…
22
rendah,
ketumpatan
tenaga rendah
ketumpatan
tenaga
rendah
mod siap sedia lalu
mengurangkan
keseluruhan
kecekapan
Aplikasi Aplikasi kuasa
besar, sistem
bekalan kuasa
tanpa
gangguan
Peralatan
bioperubatan,
kamera
video,
peralatan
kuasa
Komputer riba,
telefon bimbit
Kapal, kereta
elektrik, tenaga
pengstoran bagi grid
Sumber : Divya & Østergaard 2009
Jin et al. (2008) telah membangunkan model hibrid sel fuel dan bateri bagi
aplikasi PT dengan pengurusan kuasa yang teratur antara kedua-dua sumber tenaga.
Satu sistem hibrid SFOP-bateri turut dibangunkan oleh Hajizadeh dan Golkar (2009)
sebagai satu PT yang disambung ke grid. Sistem ini menggunakan strategi kawalan
neural kabur untuk memperolehi kecekapan sistem yang lebih baik dan memastikan
jangka hayat bateri yang lebih lama. Hajizadeh dan Golkar (2010) telah menggantikan
bateri dengan kapasitor ultra untuk merealisasikan sistem hibrid SFOP/kapasitor ultra
bagi aplikasi PT. Sistem ini juga menggunakan kawalan logik kabur untuk mengawal
aliran kuasa pada bas AT, iaitu, bas di antara sel fuel dan SPT. Hasil simulasi
menunjukkan bahawa sistem hibrid SFOP/kapasitor ultra dapat meningkatkan jangka
hayat sel fuel dan meningkatkan prestasi sistem ketika gangguan voltan berlaku. Satu
model hibrid sel fuel bersama bateri dan kapasitor ultra bagi aplikasi PT telah dibina
oleh Mendis et al. (2010) yang mana bateri digunakan untuk memenuhi keperluan
beban manakala kapasitor ultra pula hanya berfungsi apabila terdapat perubahan kuasa
yang mendadak pada sistem. Strategi kawalan adalah berasaskan pegawal KP yang
mana operasi bateri dihadkan pada satu tahap penyahcasan yang ditetapkan.
2.4.3 Konfigurasi Sistem Penjana Teragih Hibrid
Sistem PT hibrid menggabungkan dua atau lebih sumber kuasa bolehbaharu, seperti
fotovolta, sel fuel, turbin mikro dan angin yang mana gabungan ini boleh membentuk
satu sistem grid mikro yang kecil. Banyak kajian telah dilakukan berkaitan dengan
sistem PT hibrid yang melibatkan penggunaan sel fuel bertujuan untuk meningkatkan
operasi PT. Gabungan dua jenis sel fuel dengan sumber tenaga bolehbaharu yang lain
sambungan…
23
telah dicadangkan oleh Rajashekara (2004) melalui empat konfigurasi, iaitu, sistem
SFOP/turbin gas, SFOP/terma/fotovolta, fotovolta/SFMPP, dan SFMPP/angin.
Konfigurasi ini dikelaskan berdasarkan keperluan samada untuk meningkatkan
kecekapan atau melanjutkan tempoh membekalkan kuasa sokongan ke beban. Salah
satu konfigurasi sistem PT hibrid yang paling terkenal adalah gabungan sel fuel
dengan turbin mikro yang mana sistem hibrid ini berkeupayaan menyokong keperluan
beban dalam sistem pengagihan (Zhu & Tomsovic 2001). Ghasemi et al. (2008) turut
menggunakan sistem hibrid turbin mikro/SFMPP yang mana sel fuel mengawal
magnitud voltan dan memampas kuasa reaktif manakala turbin mikro memenuhi
sebahagian besar keperluan beban.
Terdapat dua struktur utama dalam sistem PT hibrid, iaitu, struktur
penyambungan-AT dan struktur penyambungan-AU (Davat et al. 2009). Rajah 2.5
menunjukkan struktur penyambungan-AT yang mana sumber tenaga bolehbaharu
yang berbeza disambungkan ke bas AT utama melalui peranti elektronik kuasa.
Sistem ini seterusnya disambungkan ke grid utiliti melalui penyongsang AT/AU
(Zhou et al. 2008). Rajah 2.6 pula menunjukkan struktur penyambungan-AU yang
mana kesemua sumber tenaga bolehbaharu yang berbeza disambungkan ke bas AU
utama melalui litar pengantaramuka elektronik kuasa yang sesuai. Di dalam sistem ini,
semua sumber disambung terus ke beban AU atau grid utiliti dan juga boleh
disambung ke beban AT dengan menggunakan penukar AU/AT.
Rajah 2.5 Struktur penyambungan-AT bagi sistem PT hibrid
24
Rajah 2.6 Struktur penyambungan-AU bagi sistem PT hibrid
Kedua-dua struktur penyambungan-AT dan penyambungan-AU bagi PT hibrid
mempunyai beberapa kelebihan dan kelemahan. Penyambungan-AT mempunyai
konfigurasi yang ringkas, tidak memerlukan penyelarasan antara grid dan sumber,
mempunyai kecekapan yang tinggi kerana pengurangan kehilangan kuasa pengaliran
pada penyongsang dan tiada kesan pada bas AT jika gangguan timbul pada grid utiliti.
Walau bagaimanapun, jika penyongsang gagal berfungsi, keseluruhan sistem tidak
berupaya untuk membekalkan kuasa AU ke beban dan menimbulkan masalah dalam
sistem perlindungan kerana tiada titik persilangan sifar bagi voltan pada sistem AT.
Ini merupakan kelemahan utama bagi jenis penyambungan-AT.
Kelebihan bagi sistem penyambungan-AU adalah jika salah satu sumber
tenaga gagal berfungsi, sistem masih boleh terus beroperasi dengan kewujudan grid
utiliti. Antara kelemahan utama penyambungan-AU adalah keperluan penyelarasan
antara grid dan sumber dan pembetulan faktor kuasa dan herotan harmonik.
2.5 KOMPONEN SISTEM PENJANA TERAGIH BERASASKAN SEL
FUEL
Terdapat beberapa komponen dalam sistem PT berasaskan sel fuel, iaitu, unit
pemproses bahan api, unit tindanan sel fuel, dan unit penyesuai kuasa (UPK). Setiap
komponen mempunyai kriterianya tersendiri yang perlu diambilkira dalam pemodelan
sel fuel.
163
RUJUKAN
Amphlett, J. C., Mann, R. F., Peppley, B. A., Roberge, P. R., Rodrigues, A. &
Salvador, J. P. 1996. A model predicting transient responses of proton
exchange membrane fuel cells. Journal of Power Sources 61(1–2):183–188.
Asnawi, M. B., Mau, T. A. & Malik, M. 2011. End user load profile analysis for
distribution system planning. 21st International Conference on Electricity
Distribution, hlm. 1-4.
Atif, I., Adoum, L., Imtiaz, A., & Mohibullah. 2006. MATLAB/SIMULINK model of
space vector pwm for threephase voltage source inverter. Proc UPEC, hlm.
1096-1100.
Azmy, A. M. & Erlich, I. 2004. Intelligent operation management of fuel cells and
micro-turbine using genetic algorithm and neural network. International
Conference on New and Renewable Energy Technologies for Sustainable
Development, hlm. 1-15.
Benghanem, M. & Mellit, A. 2010. Radial Basis Function Network-based prediction
of global solar radiation data: Application for sizing of a standalone
photovoltaic system at Al-Madinah, Saudi Arabia. Energy 35(9): 3751-3762.
Bibin, H., Peng, L., Dan, W., Fei, D. & Chengshan, W. 2009. Modeling and analysis
of PEMFC in distributed generation system in sustainable power generation
and supply. SUPERGEN '09. International Conference, hlm. 1-5.
Blaabjerg, F., Chen, Z. & Kjaer, S. B. Power electronics as efficient interface in
dispersed power generation systems. IEEE Transaction on Power Electronics
19(5): 1184–1194.
Bollen, M. H. J. 2003. What is power quality? Electric Power Systems Research
66(1): 5-14.
Borbely, A. M. & Kreidel, J. F. 2001. Distributed generation: The power paradigm
for the new millennium: CRC Press.
Bosman, A. J. A., Cobben, J. F. G., Myrzik, J. M. A. & Kling, W. L. 2006. Harmonic
Modelling of Solar Inverters and Their Interaction with the Distribution Grid.
Proceedings of the 41st International Universities Power Engineering
Conference (UPEC '06), hlm.991-995.
Brabandere, D. K., Bruno, B., Van den Keybus, J., Woyte, A., Driesen, J. & Belmans,
R. 2007. A voltage and frequency droop control method for parallel inverters.
IEEE Transactions on Power Electronics 22(4): 1107-1115.
164
Brady, P., Dai, C., & Baghzouz, Y. 2003. Need to revise switched capacitor controls
on feeders with distributed generation. IEEE PES Transmission and
Distribution Conference and Exposition, hlm. 590-594.
Bum, K. Y., Jin, A. S., Jooho, M., Joosun, K. & Weon L. H. 2006. Direct-write
fabrication of integrated planar solid oxide fuel cells. Journal of
Electroceramics 17(2-4): 683-687.
Carlson, E., Zogg, R., Sriramulu, S., Roth, K. & Brodrick, J. 2007. Emerging
technologies: using phosphoric-acid fuel cells. ASHRAE Journal 1(1): 50-51.
Cecati, C., Mokryani, G., Piccolo, A. & Siano, P. 2010. An overview on the smart
grid concept. 36th Annual Conference on IEEE Industrial Electronics Society,
hlm. 3322-3327.
Chaisantikulwat, A., Diaz-Goano, C. & Meadows, E. S. 2008. Dynamic Modelling
and Control of Planar Anode-Supported Solid Oxide Fuel Cell, Computers and
Chemical Enginerring 32 (10): 2365-2381.
Chandorkar, M. C., Divan, D. M. & Adapa, R. 1993. Control of parallel connected
inverters in standalone AC supply systems. IEEE Transaction on Industry
Appications 29(1): 136–143.
Chinda, P., Chanchaona, S., Brault, P. & Wishsanuruk, W. 2011. A Planar Anode-
Supported Solid Oxide Fuel Cell Model with Internal Reforming of Natural
Gas. European Physical Journal Applied Physics 54 (2): 1-16.
Coppez, G., Chowdhury, S. & Chowdhury, S.P. 2010. Review of battery storage
optimisation in distributed generation. Power Electronics, Drives and Energy
Systems & 2010 Power India, 2010 Joint International Conference, hlm. 1-6.
Davat, B., et al. 2009. Fuel cell-based hybrid systems, Advanced Electromechanical
Motion Systems & Electric Drives Joint Symposium, ELECTROMOTION
2009, hlm. 1-11.
Demuth, H., Beale, M. & Hagan, M. 2006. Neural network toolbox v5 for use with
Matlab. USA: The Math works Inc.
Divya, K. C. & Østergaard, J. 2009. Battery energy storage technology for power
systems - an overview. Electric Power Systems Research 79(4): 511-520.
El-Sharkh, M.Y., Rahman, A., Alam, M. S., Byrne, P. C., Sakla, A. A. & Thomas, T.
2004. A dynamic model for a stand-alone PEM fuel cell power plant for
residential applications, J. Power Sources 138 (1-2): 199-204.
Energy Information Administration (EIA), International Energy Outlook 2013,
http://www.eia.doe.gov/iea [20 Februari 2014].
165
Enslin, J. H. R., Hulshorst, W. T. J., Atmadji, A. M. S., Heskes, P. J. M., Kotsopoulos,
A., Cobben, J. F. G. & Van der Sluijs, P. 2003. Harmonic interaction between
large numbers of photovoltaic inverters and the distribution network. IEEE
Bologna Power Tech Conference Proceedings, hlm.1-6.
European Technology Platform Smart Grids. 2008. Strategic Deplomen Document for
European´s Electricity Networks of the Future. Draft for 3rd
General Assembly
Belgium.
Fadali, H. 2008. Fuel Cell Distributed Generation: Power Conditioning, Control and
Energy Management, Master thesis, University of Waterloo.
Femia, N., Petrone, G., Spagnuolo, G., & Vitelli, M. 2005. Optimization of perturb
and observe maximum power point tracking method IEEE Transaction on
Power Electronics 20(4): 963-973.
Femia, N., Petrone, G., Spagnuolo, G. & Vitelli, M. 2012. Power Electronics and
Control Techniques for Maximum Energy Harvesting in Photovoltaic Systems.
CRC Press
Fronius international. 2011. Retrieved from database of solar energy. 2013. [Online]
http://www.fronius.com/cps/rde/xchg/SID-BB96B05BB96FC168/
fronius_international/hs.xsl/1001_ENG_HTML.htm [20 May 2013]
Gavin, H. P. 2013. The levenberg-marquardt method for nonlinear least squares
curve-fitting problems. Technical Report Department of Civil and
Environmental Engineering Duke University.
Gemmen, R. S. 2001. Analysis for the effect of inverter ripple current on fuel cell
operating conditions. Journal of Fluids Engineering 125(3): 576-585.
Georgakis, D., Papathanassiou, S. & Manias, S. 2005. Modeling and control of a small
scale grid-connected PEM fuel cell system. Power Electronics Specialists
Conference, hlm. 1614-1620.
Georgis, D. 2013. Design and Control of Integrated Systems for Hydrogen Production
and Power Generation. PhD Thesis. University of Minnesota.
Gharedaghi, F., Deysi, M., Jamali, H. & Kalili, A. 2011. Investigation of power
quality in presence of fuel cell based distributed generation. Australian Journal
of Basic and Applied Sciences 5(10): 1106-1111.
Ghareeb, W. T., Bendary, F. M., Saied, E. M. & Hegazy, Y. G. 2010. Investigating the
performance of a fuel cell based distributed generation system. Energy
Conference and Exhibition, hlm. 1-5.
Ghasemi, N., Abedi, M., Rastegar, H. & Gharepetian, G. 2008. Hybrid distributed
generation units PEM fuel cell and microturbine in industrial technology, IEEE
International Conference, hlm. 1-6.
166
Golbabai, A., Mammadov, M. & Seifollahi, S. 2009. Solving a system of nonlinear
integral equations by an RBF network. Computers & Mathematics with
Applications 57(10): 1651-1658.
Guerrero, J. M., Blaabjerg, F., Zhelev, T., Hemmes, K., Monmasson, E., Jemei, S.,
Comech, M. P., Granadino, R. & Frau, J. I. 2010. Distributed generation:
toward a new energy paradigm. Industrial Electronics Magazine IEEE, 4(1):
52-64.
Hajizadeh, A. & Golkar, M. A. 2009. Fuzzy neural control of a hybrid fuel cell/battery
distributed power generation system. IET Renewable Power Generation, 3(4):
402–414.
Hajizadeh, A. & Golkar, M. A. 2010. Control of hybrid fuel cell/energy storage
distributed generation system against voltage sag. International Journal of
Electric Power and Energy Systems 32(5): 488-497.
Hall, D. J. & Colclaser, R. G., Transient modeling and simulation of a tubular solid
oxide fuel cell. IEEE Transactions on Energy Conversion 14(3): 749-753.
Hatta, H., & Kobayashi, H. 2007. A study of centralized voltage control method for
distribution system with distributed generation. CIRED 19th International
Conference on Electricity Distribution, hlm. 1-4.
Heydt, G. T., Jewell, W. T. 1998. Pitfalls of electric power quality indices. IEEE
Transactions on Power Delivery 13(2): 570 – 578.
Horizon Fuel Cell Technologies. 2013. H-500XP Fuel Cell Stack User Manual.
IEC Std. 61727. 2004. Photovoltaic (PV) Systems - Characteristics of the Utility
Interface, International Electrotechnical Commision.
IEEE Std. 1547. 2004. IEEE Recommended practice for interconnecting distributed
resources with electric power systems, Institution of Electrical and Electronics
Engineers.
IEEE Std. 421.5-1992, 1992, IEEE Recommended Practice for Excitation System
Models for Power System Stability Studies. Institution of Electrical and
Electronics Engineers.
Isa, I. S., Saad, Z., Omar, S., Osman, M. K., Ahmad, K. A. & Sakim, H. A. M. 2010.
Suitable MLP Network Activation Functions for Breast Cancer and Thyroid
Disease Detection. Second International Conference on Computational
Intelligence, Modelling and Simulation, hlm. 39-44.
Jia, J., Yang, S., Wang, Y. & Cham, Y. T. 2009. Matlab/Simulink based-study on
PEM fuel cell and nonlinear control. IEEE International Conference, hlm.
1657-1662
167
Jin, K., Xinbo, R., Mengxiong, Y. & Min, X. 2008. Power management for hybrid
fuel cell system. Power Electronics Specialists Conference, hlm.504-509.
Jung, J. W. 2005. Modeling and control of fuel cell based distributed generation
systems, PhD thesis, The Ohio State University.
Jung, J. W. Project#2 space vector pwm inverter, February 2005. [Online]
http://www2.ece.ohiostate.edu/ems/PowerConverterISpaceVectocPWM_Invert
er.pdf [10 November 2013]
Jurado, F., Ortega, M. & Carpio, J. 2006. Power quality enhancement in fuel cells
using genetic algorithms and ANFIS architecture. Industrial Electronics, IEEE
International Symposium, hlm. 757–762.
Kirubakaran, A., Jain, S. & Nema, R. K. 2009. A review on fuel cell technologies and
power electronic interface. Renewable and Sustainable Energy Reviews, 13(9):
2430-2440.
Kristina, H. 2005. On direct hydrogen fuel cell vehicles-modelling and demonstration,
PhD Thesis, KTH- Royal Institute of Technology.
Kwi-Seong, J., Won-Yong, L. & Chang-Soo, K. 2005. Energy management strategies
of a fuel cell/battery hybrid system using fuzzy logics. Journal of Power
Sources 145(2): 319-326.
Lasseter, R. H., Akhil, A., Marnay, C., Stephens, J., Dagle, J., Guttromson, R.,
Meliopoulous, A., Yinger, R. & Eto, J. 2002. The CERTS microgrid concept,
white paper for transmission reliability program, Office of Power Technologies
U.S. Department of Energy.
Lesaja, G. 2009. Introducing interior-point methods for introductory operations
research courses and/or linear programming courses. The open operational
research journal 3(1): 1-12.
Li, Y. H., Rajakaruna, S. & Choi S. S. 2005. An analysis of the control and operation
of a solid oxide fuel-cell power plant in an isolated system. IEEE Transactions
on Energy Conversion 20(2): 381-387.
Li, Y. H., Rajakaruna, S. & Choi S. S. 2007. Control of a solid oxide fuel cell power
plant in a grid-connected system. IEEE Transactions on Energy Conversion
22(2): 405-413.
Liu, Y. H., Wu, Z. Q. & Brandon, N. P. 2011. Application of SOFCs to electric power
system. Power and Energy Engineering Conference (APPEEC 2011), hlm. 1-
4.
Louie, K. W., Wilson, P., Rivas, R. A., Wang, A. & Buchanan, P. 2006. Discussion on
power system harmonic analysis in the frequency domain. IEEE/PES
168
Transmission & Distribution Conference and Exposition: Latin America (TDC
'06), hlm.1-6.
Luning, X., Li, H. & Zuomin, D. 2010. Modeling and simulation of anode-supported
planar intermediate temperature solid oxide fuel cell for integrated gasification
fuel cell application. International Conference on Power System Technology
(POWERCON), hlm.1-7.
Mahmoud, A. M. A., Mashaly, H. M., Kandil, S. A., El-Khashab, H. & Nashed, M.
N. F. 2000. Fuzzy logic implementation for photovoltaic maximum power
tracking. Proceeding of the 26th Annual Conference of the IEEE International
Workshop on Robot and Human Interactive Communication, hlm. 735-740.
Manry, M. T., Guan, X., Apollo, S. J., Allen, L. S., Lyle, W. D. & Gong, W. 1992.
Output weight optimization for the multi-layer perceptron. The Twenty-Sixth
Asilomar Conference on Signals, Systems and Computers, hlm.502-506.
Marcela-Rojas, M., Sumper, A., Gomis-Bellmunt, O., & Sudrià-Andreu, A. 2011.
Reactive power dispatch in wind farms using particle swarm optimization
technique and feasible solutions search. Applied Energy 88(12): 4678-4686.
Marquardt, D. W. 1963. An Algorithm for the Least-Squares Estimation of Nonlinear
Parameters, SIAM Journal of Applied Mathematics 11(2): 431–441.
Masters, C. L. 2002. Voltage rise: the big issue when connecting embedded generation
to long 11 kV overhead line. Power Engineering Journal 16(1): 5-12.
Mendis, N., Muttaqi, K. M., Sayeef, S. & Perera, S. 2010. Application of a hybrid
energy storage in a remote area power supply system. IEEE International
Energy Conference and Exhibition, hlm. 576-581.
Nehrir, M. H. & Wang, C. 2009. Modeling and control of fuel cells-distributed
generation applications: John Wiley & Sons.
Nehrir, M. H., Wang, C. & Gao, H. 2006. Control of PEM fuel cell distributed
generation systems. IEEE Transactions on Energy Conversion 21(2): 586-
595.
Nehrir, M. H., Wang, C. & Shaw, S. R. 2006. Fuel cells: promising devices for
distributed generation. IEEE Power and Energy Magazine, 4(1): 47-53
Nikooyeh, K., Ayodeji, A. J. & Josephine, M. H., 3D modeling of anode-supported
planar SOFC with internal reforming of methane. Journal of Power Sources
171(2):601-609.
O’Hayre, R., Suk-Won, C., Whitney, C. & Prinz, F. B. 2008. Fuel Cell Fundamental:
John Wiley & Sons.
169
Padullés, J., Ault, G. W. & McDonald J. R. 2000. An integrated SOFC plant dynamic
model for power systems simulation. Journal of Power Sources 86(1-2): 495-
500.
Panov, Y. & Jovanoiv, M. M. 2002. Stability and dynamic performance of
currentsharing control for paralleled voltage regulator modules. IEEE
Transactions on Power Electronics 17(1): 172-179.
Papadopoulos, P. N., Marinopoulos, A. G. & Papagiannis, G. K. 2009. Dynamic
modelling of a grid-connected PEM fuel cell in a distributed generation
network. 2009 IEEE Bucharest PowerTechnology, hlm.1-8.
Paska, J., Biczel, P. & Klos, M. 2009. Hybrid power systems – an effective way of
utilising primary energy sources. Journal of Renewable Energy, 34(11): 2414–
2421.
Pathapati, P. R., Xue, X. & Tang, J. 2005. A new dynamic model for predicting
transient phenomena in a PEM fuel cell system. Science Direct journal
Renewable energy 30(1): 1-22
Paulillo, G., Impinnisi, P. R., Cantao, M. P. & Garcia, F. R. (2004)Power quality in
distributed generation system based on fuel cell technology - a case study.
Harmonics and Quality of Power, 2004. 11th International Conference,
hlm. 608,612.
Ponjavic, M. & Djuric, R. 2005. Current sharing for synchronized DC/DC operating
in discontinuous condition mode. IEEE Proceedings on Electric Power
Applications, hlm. 119-127.
Pramuanjaroenkij, A. , Kakac, S. & Zhou, X. Y. 2008. Mathematical Analysis of
Planar Solid Oxide Fuel Cells. International Journal of Hydrogen Energy 33
(10): 2547-2565.
Priddy, K. L. & Keller, P. E. 2007. Artificial neural networks – An introduction. India:
Prentice Hall.
Rajashekara, K. 2004. Hybrid fuel cell strategies for clean power generation. Industry
Applications Conference, hlm. 682–689.
Rani, D. S. & Appaprao, A. 2011. A Space Vector PWM Scheme for Three level
Inverters Based on Two-Level Space Vector PWM. International Journal Of
Power System Operation and Energy Management 1(1): 6 – 10.
Rau, N. S. & Wan, Y. 1994. Optimum location of resources in distributed planning.
Power Systems, IEEE Transactions on 9(4): 2014-2020.
Rumelhart, D.E., Hinton, G.E., & Williams, R.J. (1986). Learning internal
representations by backpropagating errors. Nature 323(1): 533–536.
170
Salogni, A. & Colonna, P. 2010. Modeling of solid oxide fuel cells for dynamic
simulations of integrated systems, Applied Thermal Engineering 30(5): 464-
477.
Sedghisigarchi, K. & Feliachi, A. 2004. Dynamic and transient analysis of power
distribution systems with fuel Cells-part I: fuel-cell dynamic model. IEEE
Transactions on Energy Conversion 19(2): 423-428.
Sedghisigarchi, K. & Feliachi, A. 2004. Dynamic and transient analysis of power
distribution systems with fuel Cells-part II: control and stability enhancement.
IEEE Transactions on Energy Conversion 19(2): 429-434.
Seyezhai, R. & Mathur, B. L. 2011. Mathematical Modeling of Proton Exchange
Membrane Fuel Cell, International Journal of Computer Applications 20(5):
1-6.
Shenouda, E. A. M. A. 2006. A Quantitative Comparison of Different MLP Activation
Functions in Classification, Third International Symposium on Neural
Networks, hlm. 849-857.
Shepherd, C. M. 1965. Design of Primary and Secondary Cells - Part 2. An equation
describing battery discharge. Journal of Electrochemical Society 112(1): 657-
664.
Sidrach-de-Cardona, M. & Carretero, J. 2005. Analysis of the current total harmonic
distortion for different single-phase inverters for grid-connected PV-systems.
Solar Energy Materials and Solar Cells 87(1-4): 529-540.
Tanrioven, M. & Alam, M. S. 2006. Modeling, control, and power quality evaluation
of a pem fuel cell-based power supply system for residential use. IEEE
Transactions on Industry Applications, 42(6): 1582-1589.
Tesfahunegn, S. G., Vie, P. J. S. & Undeland, T. M. 2010. A combined steady state
and dynamic model of a proton exchange membrane fuel cell for use in DG
system simulation. Power Electronics Conference (IPEC 2010), hlm. 2457-
2464.
Thinh, X. H.,Pawel, K., Alex, C. H. & Arild V. 2009. Numerical analysis of a planar
anode-supported SOFC with composite electrodes. International Journal of
Hydrogen Energy 34 (8): 3488–3499.
Thottuvelil, V. J. & Verghese, G. E. 1998. Analysis and control design of paralleled
DC/DC converters with current sharing. IEEE Transactions on Power
Electronics 13(4): 635-644.
Toma, S., Senjyu, T., Miyazato, Y. & Yona, A. 2008. Decentralized voltage control
in distribution system using neural network. 2nd
IEEE International
Conference on Power and Energy, hlm. 1557-1562.
171
U.S. Department of Energy. Summary Maps. Retrieved from database of state
incentives for renewables and efficiency. 2013. [Online]
http://www.dsireusa.org/summarymaps/
index.cfm?ee=0&RE=0 [10 Febuary 2013]
Umar N. K. (2009) Distributed generation and power quality. Proc. 8th
EEEIC
International Conference on Environment and Electrical Engineering, hlm.
232-235.
Uzunoglu, M. & Alam, M. S. 2006. Dynamic modeling, design, and simulation of a
combined PEM fuel cell/ultracapacitor hybrid system for stand-alone
applications. IEEE Transactions on Energy Conversion 21(3): 767-775.
Viawan, F.A. 2008. Voltage Control and Voltage Stability of Power Distribution
Systems in the Presence of Distributed Generation. PhD Thesis, Chalmers
University of Technology.
Vielstich, W., Lamm, A. & Gasteiger, H. A. 2003. Handbook of fuel cells:
Fundamentals, Technology, Applications: John Wiley & Sons.
Wang, C. & Nehrir, M.H. 2007. A physically-based dynamic model for solid oxide
fuel cells. IEEE Transactions on Energy Conversion 22(4): 887-897.
Wang, C., Nehrir, M. H. & Shaw, S. R. 2005. Dynamic models and model validation
for PEM fuel cells using electrical circuits. IEEE Transactions on Energy
Conversion 20(2): 442-451.
Wanik, M. Z. C. 2011. Dynamic Simulation and Intelligent management of
Distributed Generation. Ph.D thesis, Duisburg-Essen University.
Wingelaar, P. J . H., Duarte, J. L. & Hendrix, M. A. M. 2005. Dynamic Characteristics
of PEM Fuel Cells. IEEE Power Electronics Specialists Conference,
hlm.1635-1641.
Xiang, S. & Hhao, K. Y. 2007. Research on a Novel SVPWM Algorithm . IEEE
Conference on Industrial Electronics and Applications, hlm.1869-1870.
Xinhong, H., Zhihao, Z. & Jin, J. 2006. Fuel cell technology for distributed
generation: an overview. Industrial Electronics, IEEE International
Symposium, hlm. 1613-1618.
Yalcinoz, T. & Alam, M. S. 2008. Improved dynamic performance of hybrid PEM
fuel cells and ultracapacitors for portable applications. International Journal of
Hydrogen Energy 33(7): 1932-1940.
Yancheng, X. & Agbossou, K. 2009. Interface Design and Software Development for
PEM Fuel Cell Modeling Based on Matlab/Simulink Environment. Software
Engineering WRI World Congress, hlm. 318-322.
172
Ying, J. Y., Xudong, W., Liang, M. L., ShuCai, Y. & HaiXing, Z. 2011. Application
and Simulation of SVPWM in three phase inverter. International Forum on
Strategic Technology, hlm. 541-544.
Younis, M. A. A., Rahim, N. A. & Mekhilef, S. 2008. Dynamic and control of fuel
cell system. Industrial electronics and applications, ICIEA 2008, pp. 2063-
2067.
Yu, H. & Wilamowski, B. M. 2011. Levenberg-Marquardt Training. CRC Press;
Boca Raton.
Zambri, N. A., Mohamed, A., Shareef, H. & Wanik, M. Z. C. 2013. Design of a
Hybrid Fuel Cell with Battery Energy Storage for Stand-Alone Distributed
Generation Applications, World Academy of Science, Engineering and
Technology, International Science 78(1): 1588 – 1594.
Zambri, N. A., Mohamed, A., Shareef, H. 2011. Performance comparison of dynamic
models of proton exchange membrane and planar solid oxide fuel cells
subjected to load change. IREMOS 4(6): 3402-3409.
Zhang, W. F. & Yu, Y. H. 2007. Comparison of Three SVPWM Schemes. Journal of
Electronic Science and Technology of China 5(3):283-287.
Zhang, Z., Jiang, J., Huang, X. & Wu, B. 2006. Dynamic characteristics of a micro-
grid involving a PEM fuel cell power module. IEEE International Symposium
on Industrial Electronics (ISIE06), hlm. 2030-2034.
Zheglov, V., Wenzhong, G., Muljadi, E. & Wang, G. 2009. A new control strategy
for stand-alone fuel cell-battery hybrid power supply system. Power & Energy
Society General Meeting, hlm. 1-6.
Zhou, T., Lu, D., Fakham, H. & François, B. 2008. Power flow control in different
time scales for a wind/hydrogen/supercapacitors based active hybrid power
system. Proc. 13th International Power Electronics and Motion Control
Conference, hlm. 2205-2210
Zhu, Y. & Tomsovic, K. 2001. Development of models for analyzing the load-
following performance of micro-turbines and fuel cells. Electric Power
Systems Research 62(1): 1-11.
Zogg, R., Sriramulu, S., Carlson, E., Roth, K. & Brodrick, J. 2006. Emerging
technologies: using solid-oxide fuel cells for distributed generation. ASHRAE
Journal 1(1): 116-118.